基于GAN的物体自动移除研究

目录

声明

致谢

1 引言

1.1研究背景和意义

1.2研究现状

1.2.1基于弱监督的目标检测现状

1.2.2图像补全算法研究现状

1.3本文研究内容

1.4论文结构安排

2 图像物体移除和深度学习综述

2.1图像物体移除综述

2.1.1图像物体移除问题概述

2.1.2基于弱监督的物体检测评价指标

2.1.3图像物体移除质量评价指标

2.2 深度学习技术

2.2.1卷积神经网络

2.2.2空洞卷积

2.2.3生成式对抗网络

2.2.4注意力模型

2.3 本章小结

3 基于实例分类器优化的多实例检测网络

3.1弱监督深度检测网络

3.2基于实例分类器优化的多实例检测网络

3.2.1多实例检测网络

3.2.2实例分类器优化

3.2.3模型训练

3.3 实验与结果分析

3.3.1数据集与实验环境

3.3.2结果评价指标

3.3.3消融实验

3.3.4实验结果对比与分析

3.4本章小结

4 基于DCGAN 改进的图像补全算法

4.1基于DCGAN的图像补全算法

4.1.1网络结构

4.1.2损失函数与网络训练

4.2基于DCGAN改进的图像补全算法

4.2.1网络结构设计

4.2.2损失函数

4.2.3模型训练

4.3实验与结果分析

4.3.1数据集和实验环境

4.3.2评价指标

4.3.3实验结果对比与分析

4.4本章小结

5 结论

5.1工作总结

5.2工作展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集