基于卷积神经网络的图像插值滤波方法及应用研究

目录

声明

摘要

第一章绪论

1．1研究背景及意义

1．2研究现状

1．2．1图像超分辨算法研究现状

1．2．2分像素运动补偿算法研究现状

1．3论文的主要内容及安排

第二章新型自适应激活函数

2．1常见的激活函数

2．1．1Sigmoid激活函数

2．1．2Tanh激活函数

2．1．3ReLU激活函数

2．1．4Leaky-ReLU激活函数

2．2新型激活函数

2．3实验验证与分析

2．3．1实验配置

2．3．2实验结果

2．4本章小结

第三章基于卷积神经网络的图像超分辨算法

3．1．1网络结构

3．1．2损失函数

3．1．3优化算法

3．2经典图像超分辨模型

3．2．1SRCNN模型

3．2．2VDSR模型

3．2．3EDSR模型

3．3RPNet模型

3．3．1网络结构

3．3．2残差投影块

3．4实验验证与分析

3．4．1实验配置

3．4．2实验结果

3．5本章小结

第四章基于卷积神经网络的分像素运动补偿方法

4．1．1视频编码标准框架

4．1．2分像素运动补偿

4．2基于RPNet的分像素运动补偿方法

4．3实验验证与分析

4．3．1实验配置

4．3．2实验结果

4．4本章小结

第五章总结与展望

参考文献

致谢

攻读硕士期间发表的成果