|
|
|
|
交互式立体图像分割及修复算法研究 |
| |
| 论文目录 |
| |
| 摘要 | 第4-6页 | | Abstract | 第6-7页 | | 第1章 绪论 | 第10-18页 | | 1.1 研究背景及意义 | 第10页 | | 1.2 国内外研究现状 | 第10-14页 | | 1.2.1 交互式图像分割研究现状 | 第10-12页 | | 1.2.2 图像修复研究现状 | 第12-14页 | | 1.2.3 目前存在的主要问题 | 第14页 | | 1.3 课题主要研究内容 | 第14-15页 | | 1.4 章节安排 | 第15-18页 | | 第2章 交互式立体图像分割及修复 | 第18-30页 | | 2.1 图割理论框架下的交互式立体图像分割 | 第18-23页 | | 2.1.1 图割理论框架下的交互式单幅图像分割 | 第18-20页 | | 2.1.2 图割理论框架下的交互式立体图像分割 | 第20-23页 | | 2.2 基于卷积神经网络的图像修复 | 第23-28页 | | 2.2.1 卷积神经网络基本理论 | 第23-26页 | | 2.2.2 卷积神经网络图像修复模型 | 第26-27页 | | 2.2.3 损失函数的定义 | 第27-28页 | | 2.3 本章小结 | 第28-30页 | | 第3章 融合多线索的交互式立体图像分割算法研究 | 第30-50页 | | 3.1 混合颜色和深度线索的交互式立体图像分割 | 第31-36页 | | 3.1.1 深度线索在分割中的作用 | 第31-33页 | | 3.1.2 能量函数 | 第33-34页 | | 3.1.3 一元项 | 第34-35页 | | 3.1.4 图像内二元项 | 第35页 | | 3.1.5 图像间二元项 | 第35-36页 | | 3.2 自适应先验模型的交互式立体图像分割 | 第36-40页 | | 3.2.1 自适应先验模型理论 | 第36-38页 | | 3.2.2 能量函数 | 第38-39页 | | 3.2.3 优化 | 第39-40页 | | 3.3 实验结果与分析 | 第40-48页 | | 3.3.1 数据集 | 第40页 | | 3.3.2 评价指标 | 第40-41页 | | 3.3.3 参数选取 | 第41-43页 | | 3.3.4 分割效果对比与分析 | 第43-48页 | | 3.4 本章小结 | 第48-50页 | | 第4章 基于卷积神经网络的立体图像修复算法研究 | 第50-60页 | | 4.1 基于卷积神经网络的立体图像修复 | 第50-53页 | | 4.1.1 基于卷积神经网络立体图像修复模型 | 第50-51页 | | 4.1.2 损失函数的定义 | 第51-53页 | | 4.2 实验结果与分析 | 第53-57页 | | 4.2.1 训练过程 | 第53页 | | 4.2.2 结果对比及分析 | 第53-57页 | | 4.3 本章小结 | 第57-60页 | | 结论 | 第60-62页 | | 参考文献 | 第62-66页 | | 攻读硕士学位期间所发表的学术论文 | 第66-68页 | | 致谢 | 第68页 |
|
|
|
|
论文编号BS4077446，这篇论文共68页
会员购买按0.35元/页下载，共需支付23.8元。 直接购买按0.5元/页下载，共需要支付34元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务