基于卷积神经网络的单幅图像去雨研究

目录

第1章 绪论

1.1课题研究背景及意义

1.2去雨算法国内外研究现状

1.2.1基于视频序列的去雨方法

1.2.2基于单幅图像的去雨方法

1.3论文的主要研究内容与贡献

1.4论文结构安排

第2章 论文相关背景知识

2.1细节层学习

2.2 负残差映射

2.3 卷积神经网络相关知识

2.3.1 卷积神经网络基础模块

2.3.2 ResNet

2.3.3 DenseNet

2.3.4 RED-Net

2.4 本章小结

第3章 简单残差密集去雨网络（SRDN）

3.1 引言

3.2 改进的残差网络连接

3.3 简单密集网络模块

3.4 目标函数与网络结构设置

3.4.1目标函数

3.4.2网络结构设置

3.5 实验

3.5.1 数据集介绍

3.5.2实验环境

3.5.3实验参数设置

3.5.4 评估指标

3.5.5 对比算法

3.5.6 合成数据集实验

3.5.7现实图片实验

3.5.8测试时间对比

3.6本章小结

第4章 加权残差去雨网络（WRN）

4.1 引言

4.2 加权残差网络连接

4.3 多尺度加权网络模块

4.4 目标函数与网络结构设置

4.5实验

4.5.1实验设置

4.5.2 合成数据集实验

4.5.3 现实图片实验

4.5.4 测试时间对比

4.6本章小结

第5章 总结与展望

5.1 总结

5.2展望

参考文献

攻读硕士学位期间取得的成果

致谢

声明