幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

圖像超解析度重建(精)

  • 作者：王龍光//郭裕蘭//王應謙|責編:廖翠舒//劉麗
  • 出版社：中山大學
  • ISBN：9787306083883
  • 出版日期：2025/07/01
  • 裝幀：精裝
  • 頁數：308
人民幣：RMB 128 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書首先闡述了圖像超解析度重建的相關理論知識；其次結合單幀、雙目、視頻、高光譜、光場等不同的成像體制與應用場景，分別介紹了典型的圖像超解析度重建演算法，並給出了具體的代碼實現方案；最後對圖像超解析度重建演算法的加速問題進行了分析，並介紹了典型的加速演算法。
    通過閱讀本書，讀者不僅能夠建立對圖像超解析度重建任務的認知，還能夠掌握典型圖像超解析度重建演算法的代碼實現，有助於在具體應用中解決實際問題。同時，本書還同步配套了相關網站，以適時更新圖像超解析度領域的最新工作及相關資源和代碼，幫助讀者及時了解和掌握該領域的前沿進展。
作者介紹
王龍光//郭裕蘭//王應謙|責編:廖翠舒//劉麗
目錄
第1章  緒論
  1.1  背景與意義
  1.2  發展現狀
    1.2.1  單幀圖像超解析度重建
    1.2.2  雙目圖像超解析度重建
    1.2.3  視頻圖像超解析度重建
    1.2.4  高光譜圖像超解析度重建
    1.2.5  光場圖像超解析度重建
  1.3  面臨的挑戰
  1.4  全書的結構安排
第2章  圖像超解析度重建基礎知識
  2.1  圖像退化模型
  2.2  常用數據集
    2.2.1  單幀圖像超解析度重建常用數據集
    2.2.2  雙目圖像超解析度重建常用數據集
    2.2.3  視頻圖像超解析度重建常用數據集
    2.2.4  高光譜圖像超解析度重建常用數據集
    2.2.5  光場圖像超解析度重建常用數據集
  2.3  常用評價指標
    2.3.1  單幀圖像超分辨評價指標
    2.3.2  視頻圖像超分辨評價指標
    2.3.3  高光譜圖像超分辨評價指標
第3章  單幀圖像超解析度重建演算法
  3.1  單目成像的理論基礎
    3.1.1  成像模型
    3.1.2  當前的進展與挑戰
  3.2  面向多種退化的單幀圖像超解析度重建演算法
    3.2.1  退化編碼網路
    3.2.2  退化感知的超分辨網路
    3.2.3  實驗結果與分析
  3.3  任意倍率的單幀圖像超解析度重建演算法
    3.3.1  網路設計啟發
    3.3.2  倍率感知的插件模塊
    3.3.3  實驗結果與分析
  3.4  代碼實現
    3.4.1  面向多種退化的單幀圖像超解析度重建
    3.4.2  任意倍率的單幀圖像超解析度重建
  3.5  本章小結
第4章  雙目圖像超解析度重建演算法
  4.1  雙目成像的理論基礎
    4.1.1  成像模型
    4.1.2  當前的進展與挑戰
  4.2  基於視差注意力機制的雙目圖像超解析度重建演算法
    4.2.1  視差注意力機制
    4.2.2  基於視差注意力機制的雙目圖像超分辨網路
    4.2.3  Flickr1024雙目圖像數據集
    4.2.4  實驗結果與分析
  4.3  代碼實現
    4.3.1  代碼組成
    4.3.2  代碼運行

  4.4  本章小結
第5章  視頻圖像超解析度重建演算法
  5.1  視頻成像的理論基礎
    5.1.1  成像模型
    5.1.2  當前的進展與挑戰
  5.2  基於高解析度光流估計的視頻圖像超解析度重建演算法
    5.2.1  光流重建模塊
    5.2.2  運動補償模塊
    5.2.3  重建模塊
    5.2.4  損失函數
    5.2.5  實驗結果與分析
  5.3  代碼實現
    5.3.1  代碼組成
    5.3.2  代碼運行
  5.4  本章小結
第6章  高光譜圖像超解析度重建演算法
  6.1  高光譜成像的理論基礎
    6.1.1  成像模型
    6.1.2  當前的進展與挑戰
  6.2  基於Transformer的高光譜圖像超解析度重建演算法
    6.2.1  特徵提取
    6.2.2  端元特徵萃取
    6.2.3  端元特徵注入
    6.2.4  超解析度重建
    6.2.5  實驗結果與分析
  6.3  代碼實現
    6.3.1  代碼組成
    6.3.2  代碼運行
  6.4  本章小結
第7章  光場圖像超解析度重建演算法
  7.1  光場成像的理論基礎
    7.1.1  光場圖像獲取
    7.1.2  光場圖像表徵
    7.1.3  當前的進展與挑戰
  7.2  基於解耦機制的光場圖像超分辨重建演算法
    7.2.1  光場解耦機制
    7.2.2  網路結構
    7.2.3  實驗結果與分析
  7.3  基於退化建模與調製的光場圖像超解析度重建演算法
    7.3.1  模糊核先驗嵌入模塊
    7.3.2  退化調製卷積模塊
    7.3.3  光場解耦模塊
    7.3.4  實驗結果與分析
  7.4  代碼實現
    7.4.1  基於解耦機制的光場圖像超解析度重建
    7.4.2  基於退化建模與調製的光場圖像超解析度重建
  7.5  本章小結
第8章  圖像超解析度重建加速演算法
  8.1  當前的進展與挑戰
  8.2  基於動態稀疏卷積的神經網路加速演算法

    8.2.1  圖像超解析度中的稀疏性
    8.2.2  稀疏掩膜超分辨網路
    8.2.3  實驗結果與分析
  8.3  基於查表的神經網路量化加速演算法
    8.3.1  網路量化理論基礎
    8.3.2  可微分量化查詢表
    8.3.3  實驗結果與分析
  8.4  代碼實現
    8.4.1  基於動態稀疏卷積的神經網路加速演算法
    8.4.2  基於查表的神經網路量化加速演算法
  8.5  本章小結
第9章  結語
  9.1  全書總結
  9.2  未來展望
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032