声明
摘要
第一章绪论
1.1研究背景
1.2国内外研究现状
1.2.1灰度图像彩色化的研究现状
1.2.2深度学习及其在图像处理方面的研究现状
1.2.3目标识别的研究现状
1.3本文训练模型所用的两个图像库
1.4论文内容和结构
第二章近红外图像中的目标识别网络
2.1基于深度学习目标识别
2.1.1卷积神经网络
2.1.2 RCNN及其改进模型
2.2轻量级具有联合特征的近红外图像目标识别网络
2.2.1损失函数的优化
2.2.2轻量级并具有联合特征近红外图像识别网络
2.3本章小结
第三章具有融合层的近红外图像彩色化网络
3.1近红外图像预处理
3.2激活函数的选择
3.2.1 Sigmoid函数
3.2.2 Tanh函数
3.2.3 ReLU函数
3.2.4本文采用的ReLU的变种函数
3.3提取图像全局特征所用分类器
3.3.1 Inception V1
3.3.2 Inception V2
3.3.3 Inception V4
3.4具有融合层的近红外图像彩色化网络构建
3.4.1编码器(Encoder)
3.4.3解码器(Decoder)
3.5本章小结
第四章近红外图像彩色化结果与分析
4.1实验环境
4.2改进的近红外目标识别实验结果及结果分析
4.3改进的近红外图像彩色化实验结果及分析
4.3.1对于较低分辨率近红外图像彩色化后的主观质量评价
4.3.2对于较高分辨率近红外图像彩色化后的主观质量评价
4.3.3不同彩色化模型图像质量主客观对比
4.3.4不同迭代次数对彩色化效果的影响
4.4本章小结
第五章总结与展望
5.1总结
5.2展望
参考文献
发表论文和参加科研情况
致谢
天津工业大学;