123,123

內(nèi)容簡(jiǎn)介

　　模糊作為常見的圖像退化方式之一，如何感知模糊、處理模糊注定是一個(gè)十分重要的課題，圖像非聚焦模糊處理技術(shù)應(yīng)運(yùn)而生。深度學(xué)習(xí)技術(shù)的發(fā)展使圖像非聚焦模糊處理性能愈發(fā)強(qiáng)大，在各類應(yīng)用場(chǎng)合中逐漸發(fā)揮重要作用。本書總結(jié)了作者及團(tuán)隊(duì)多年來圖像非聚焦模糊處理技術(shù)的研究成果，比較了該領(lǐng)域的最新進(jìn)展情況，列舉了圖像非聚焦模糊智能處理方案與其應(yīng)用，具有實(shí)踐指導(dǎo)意義，有助于為讀者樹立對(duì)非聚焦模糊智能處理的全面認(rèn)識(shí)，進(jìn)一步理論研究和實(shí)際應(yīng)用的基礎(chǔ)。

作者簡(jiǎn)介

　　趙文達(dá)，副教授，博士生導(dǎo)師。研究方向包括多模態(tài)圖像分析，如圖像融合、目標(biāo)檢測(cè)、識(shí)別等。在包括 CVPR，ECCV，AAAI 等本領(lǐng)域頂級(jí)會(huì)議，以及 IEEE TPAMI，IEEE TIP，IEEE TNNLS，IEEE TMM， IEEE TGRS，IEEE TCSVT 等本領(lǐng)域頂級(jí)期刊上發(fā)表學(xué)術(shù)論文40余篇。獲得 IEEE MMTC 2020 Best Conference Paper Award，山東省科技進(jìn)步一等獎(jiǎng)。目前擔(dān)任中國(guó)人工智能學(xué)會(huì)智能融合專業(yè)委員會(huì)副秘書長(zhǎng)，中國(guó)指揮與控制學(xué)會(huì)青年工作委員會(huì)委員，中國(guó)指揮與控制學(xué)會(huì)多域態(tài)勢(shì)感知與認(rèn)知專委會(huì)委員。

圖書目錄

目錄
第1章緒論 1
1.1 圖像非聚焦模糊處理的目的和意義 1
1.2 圖像非聚焦模糊處理中的相關(guān)基本概念 2
1.2.1 非聚焦模糊圖像的定義及類別 2
1.2.2 圖像非聚焦模糊智能處理中的深度學(xué)習(xí)技術(shù) 2
1.2.3 圖像非聚焦模糊智能處理 4
1.3 圖像非聚焦模糊處理的設(shè)計(jì)要求和評(píng)估指標(biāo) 4
1.3.1 圖像非聚焦模糊處理的設(shè)計(jì)要求 4
1.3.2 圖像非聚焦模糊處理的評(píng)估指標(biāo) 5
1.4 圖像非聚焦模糊處理技術(shù)的研究歷史及現(xiàn)狀 7
1.4.1 非聚焦模糊檢測(cè) 7
1.4.2 非聚焦模糊圖像去模糊 8
1.5 本書的研究范圍和概覽 9
參考文獻(xiàn) 11
第2章多尺度特征學(xué)習(xí)的圖像非聚焦模糊檢測(cè) 14
2.1 引言 14
2.2 級(jí)聯(lián)映射殘差學(xué)習(xí)網(wǎng)絡(luò) 15
2.2.1 方法背景 15
2.2.2 級(jí)聯(lián)映射殘差學(xué)習(xí)模型 16
2.2.3 模型訓(xùn)練 22
2.2.4 實(shí)驗(yàn) 23
2.3 圖像尺度對(duì)稱協(xié)作網(wǎng)絡(luò) 30
2.3.1 方法背景 30
2.3.2 圖像尺度對(duì)稱協(xié)作模型 32
2.3.3 模型訓(xùn)練 36
2.3.4 實(shí)驗(yàn) 36
2.4 小結(jié) 42
參考文獻(xiàn) 42
第3章深度集成學(xué)習(xí)的圖像非聚焦模糊檢測(cè) 46
3.1 引言 46
3.2 深度交叉集成網(wǎng)絡(luò) 46
3.2.1 方法背景 46
3.2.2 深度交叉集成網(wǎng)絡(luò)模型 48
3.2.3 模型訓(xùn)練 52
3.2.4 實(shí)驗(yàn) 52
3.3 自適應(yīng)集成網(wǎng)絡(luò) 56
3.3.1 方法背景 56
3.3.2 自適應(yīng)集成網(wǎng)絡(luò)模型 58
3.3.3 模型訓(xùn)練 63
3.3.4 實(shí)驗(yàn) 64
3.4 小結(jié) 69
參考文獻(xiàn) 70
第4章強(qiáng)魯棒圖像的非聚焦模糊檢測(cè) 74
4.1 引言 74
4.2 多層級(jí)蒸餾學(xué)習(xí)的全場(chǎng)景非聚焦模糊檢測(cè) 74
4.2.1 方法背景 74
4.2.2 多層級(jí)蒸餾學(xué)習(xí)的全場(chǎng)景非聚焦模糊檢測(cè)模型 77
4.2.3 模型訓(xùn)練 82
4.2.4 實(shí)驗(yàn) 83
4.3 基于MRFT的非聚焦模糊檢測(cè)攻擊 89
4.3.1 方法背景 89
4.3.2 基于MRFT的非聚焦模糊檢測(cè)攻擊模型 90
4.3.3 模型訓(xùn)練 94
4.3.4 實(shí)驗(yàn) 95
4.4 小結(jié) 102
參考文獻(xiàn) 102
第5章弱監(jiān)督學(xué)習(xí)的圖像非聚焦模糊檢測(cè) 106
5.1 引言 106
5.2 基于RCN的弱監(jiān)督焦點(diǎn)區(qū)域檢測(cè) 107
5.2.1 方法背景 107
5.2.2 RCN結(jié)構(gòu) 109
5.2.3 模型訓(xùn)練 112
5.2.4 實(shí)驗(yàn) 112
5.3 基于雙對(duì)抗性鑒別器的自生成非聚焦模糊檢測(cè) 120
5.3.1 方法背景 120
5.3.2 雙對(duì)抗性鑒別器的網(wǎng)絡(luò)結(jié)構(gòu) 122
5.3.3 模型訓(xùn)練 124
5.3.4 實(shí)驗(yàn)結(jié)果與分析 124
5.4 小結(jié) 128
參考文獻(xiàn) 128
第6章弱監(jiān)督非聚焦圖像去模糊 132
6.1 引言 132
6.2 對(duì)抗促進(jìn)學(xué)習(xí)的非聚焦去模糊 132
6.2.1 方法背景 132
6.2.2 對(duì)抗促進(jìn)學(xué)習(xí)的非聚焦去模糊模型 134
6.2.3 模型訓(xùn)練 138
6.2.4 實(shí)驗(yàn) 138
6.3 非聚焦檢測(cè)攻擊的圖像去模糊 142
6.3.1 方法背景 142
6.3.2 圖像去模糊模型 144
6.3.3 模型訓(xùn)練 146
6.3.4 實(shí)驗(yàn) 148
6.4 小結(jié) 154
參考文獻(xiàn) 155
第7章多聚焦圖像融合的非聚焦圖像去模糊 159
7.1 引言 159
7.2 聯(lián)合多級(jí)深度監(jiān)督卷積神經(jīng)網(wǎng)絡(luò) 159
7.2.1 方法背景 159
7.2.2 多級(jí)深度監(jiān)督網(wǎng)絡(luò)模型 161
7.2.3 模型訓(xùn)練 164
7.2.4 實(shí)驗(yàn) 164
7.3 深度蒸餾多聚焦圖像融合網(wǎng)絡(luò) 172
7.3.1 方法背景 172
7.3.2 深度蒸餾多聚焦圖像融合框架 174
7.3.3 模型訓(xùn)練 177
7.3.4 實(shí)驗(yàn) 178
7.4 小結(jié) 182
參考文獻(xiàn) 183
第8章圖像非聚焦模糊智能處理的實(shí)際應(yīng)用 187
8.1 引言 187
8.2 圖像非聚焦模糊檢測(cè)的應(yīng)用 187
8.2.1 自動(dòng)對(duì)焦系統(tǒng) 187
8.2.2 計(jì)算攝影“人像模式” 190
8.2.3 圖片重定向 191
8.2.4 自動(dòng)駕駛目標(biāo)檢測(cè) 193
8.2.5 多孔材料缺陷檢測(cè) 194
8.3 非聚焦圖像去模糊的應(yīng)用 195
8.3.1 視頻目標(biāo)跟蹤系統(tǒng) 195
8.3.2 虛擬現(xiàn)實(shí)技術(shù) 196
8.3.3 無人探測(cè)設(shè)備應(yīng)急救援系統(tǒng) 198
8.3.4 醫(yī)學(xué)內(nèi)窺鏡系統(tǒng) 199
8.3.5 光學(xué)顯微鏡系統(tǒng) 200
8.4 小結(jié) 201
參考文獻(xiàn) 202
第9章回顧、建議與展望 205
9.1 引言 205
9.2 研究成果回顧 205
9.2.1 非聚焦模糊檢測(cè)的研究成果 205
9.2.2 非聚焦圖像去模糊的研究成果 205
9.2.3 非聚焦圖像智能處理技術(shù)的應(yīng)用 206
9.3 問題與建議 206
9.3.1 訓(xùn)練數(shù)據(jù)集的制約問題 206
9.3.2 模型規(guī)模和計(jì)算開銷的問題 207
9.3.3 網(wǎng)絡(luò)模型的問題 207
9.4 研究方向展望 207
9.4.1 多任務(wù)結(jié)合的聯(lián)合訓(xùn)練 207
9.4.2 通用性非聚焦模糊處理大模型 208
9.4.3 與前沿應(yīng)用結(jié)合的特化研究 208
9.5 小結(jié) 2