第一部分 智能图像处理技术基础
第1章 绪论
1.1 人工智能
1.1.1 机器学习
1.1.2 人工智能
1.1.3 深度学习
1.2 智能图像处理
1.2.1 计算机视觉
1.2.2 智能图像处理与相关学科
1.2.3 智能图像处理主要研究方向
1.2.4 智能图像处理面临的问题
1.3 本书关于智能图像处理技术的研究内容
本章小结
参考文献及扩展阅读
第2章 图像处理基础
2.1 数字图像概述
2.1.1 数字图像
2.1.2 颜色空间
2.2 图像处理技术概述
2.2.1 图像增强
2.2.2 图像彩色化
2.2.3 图像分割
2.2.4 图像修复
2.2.5 频域处理
2.3 常见评价标准
2.3.1 图像质量主观评价
2.3.2 图像质量客观评价
本章小结
参考文献及扩展阅读
第3章 网络模型基础
3.1 卷积神经网络
3.1.1 卷积神经网络概述
3.1.2 CNN发展史
3.1.3 经典网络模型
3.2 变分自编码器
3.2.1 变分自编码器概述
3.2.2 变分自编码器推导
3.2.3 变分自编码器的应用
3.3 GAN
3.3.1 GAN概述
3.3.2 CNN、VAE、GAN模型对比
3.3.3 有监督学习与无监督学习
3.4 激活函数
3.4.1 激活函数概述
3.4.2 激活函数对比
3.5 GAN模型的稳定性方法
3.5.1 约束Lipschitz常数
3.5.2 损失函数
3.6 深度学习框架基础
3.6.1 Numpy
3.6.2 PyTorch
3.6.3 Jittor
3.6.4 简易实例的实践与对照
本章小结
参考文献及扩展阅读
第4章 网络模型学习方式
4.1 模型训练影响因素
4.1.1 优化器
4.1.2 其他因素
4.2 注意力机制
4.2.1 自注意力机制
4.2.2 通道注意力
4.2.3 空间注意力
4.3 学习方法
4.3.1 强化学习
4.3.2 马尔可夫决策
4.3.3 元学习
4.3.4 迁移学习
4.3.5 终身机器学习
本章小结
参考文献及扩展阅读
第二部分 智能图像处理技术应用
第5章 图像彩色化
5.1 基于生成对抗网络的图像彩色化
5.1.1 图像彩色化概述
5.1.2 基于生成对抗网络的图像彩色化模型
5.2 基于U-Net网络和改进损失函数的图像彩色化方法
5.2.1 结合Pix2Pix生成对抗网络的灰度图像着色方法
5.2.2 基于Gabor滤波器的Pix2Pix图像色彩渲染
5.2.3 基于铰链-交叉熵GAN的图像色彩渲染
5.3 多尺度感知的灰度图像彩色化方法
5.3.1 多尺度网络
5.3.2 图像感知
5.3.3 实验与分析
5.4 频域通道注意力GAN的图像色彩渲染
5.4.1 GAP是二维DCT的特例
5.4.2 频域通道注意力GAN
5.4.3 实验与分析
本章小结
参考文献及扩展阅读
第6章 图像风格迁移
6.1 基于深度学习的图像风格迁移
6.1.1 图像风格迁移概述
6.1.2 基于神经网络的图像风格迁移模型
6.2 基于多级自适应的图像风格迁移算法研究
6.2.1 多级自适应网络
6.2.2 损失函数
6.2.3 实验与分析
6.3 基于CNN-Transformer的风格融合模型研究
6.3.1 CNN-Transformer网络
6.3.2 双分支位置风格注意模块
6.3.3 实验与分析
6.4 基于神经网络的大数据系统图像风格转换映射
6.4.1 图像风格迁移
6.4.2 改进风格转化算法
6.4.3 实验与分析
本章小结
参考文献及扩展阅读
第7章 图像分割
7.1 图像分割算法
7.1.1 图像分割概述
7.1.2 基于数据挖掘方法的图像分割
7.1.3 基于深度学习方法的图像分割
7.2 基于Gabor滤波的人脸图像分割
7.2.1 人脸图像分割概述
7.2.2 人脸图像分割流程
7.2.3 实验与分析
7.3 基于循环残差注意力网络的医学图像分割
7.3.1 医学图像分割流程
7.3.2 实验与分析
7.4 哈达玛积和双尺度注意力门的医学图像分割网络
7.4.1 DAU-Net网络
7.4.2 实验与分析
本章小结
参考文献及扩展阅读
第8章 图像修复
8.1 基于生成对抗网络的图像修复
8.1.1 图像修复概述
8.1.2 基于生成对抗网络的图像修复模型
8.2 基于注意力机制的图像修复算法研究
8.2.1 注意力机制概述
8.2.2 基于注意力机制的图像修复
8.2.3 实验与分析
8.3 基于门控卷积的金字塔图像修复方法
8.3.1 门控卷积
8.3.2 GAPNet
8.3.3 实验与分析
8.4 基于深度图像先验的图像水印去除技术
8.4.1 深度图像先验方法
8.4.2 实验与分析
本章小结
参考文献及扩展阅读
第9章 图像超分辨率重建
9.1 基于深度学习的图像超分辨率重建
9.1.1 图像超分辨率概述
9.1.2 基于深度学习的图像超分辨率重建模型
9.2 基于自注意力亚像素卷积的图像超分辨率重建
9.2.1 亚像素卷积
9.2
展开
