第1章 绪论
1.1 研究背景与意义
1.2 图像逆问题求解技术概述
1.3 图像逆问题求解学习模型研究现状
1.4 本书的主要研究内容和章节安排
第2章 深度神经网络图像逆问题求解的相关理论
2.1 机器学习任务
2.2 学习任务的正则化问题
2.3 人工神经网络
2.4 深度神经网络
2.5 图像逆问题求解模型
2.6 图像逆问题求解的深度学习方法
2.7 本章小结
第3章 特征增强超分辨卷积神经网络研究
3.1 图像超分辨率方法概述
3.2 超分辨率卷积神经网络SRCNN
3.3 特征增强超分辨卷积神经网络FELSRCNN
3.4 多层特征增强超分辨卷积神经网络架构MFELSRCNN
3.5 性能评估
3.6 本章小结
第4章 基于深度生成式先验模型的图像逆问题求解
4.1 引言
4.2 生成式网络隐向量求解分析
4.3 生成式网络范围内图像逆问题求解方法
4.4 扩展生成式网络范围的图像逆问题求解方法
4.5 实验结果及分析
4.6 本章小结
第5章 基于对抗编码解码网络的水下图像逆问题求解
5.1 引言
5.2 显著性引导多尺度先验融合的水下图像逆问题求解方法
5.3 对抗编码解码网络的水下图像逆问题求解模型
5.4 实验及结果分析
5.5 本章小结
第6章 总结与展望
6.1 主要成果
6.2 后续工作展望
符号定义
英文缩略语表
参考文献
展开