基于生成对抗网络的遥感船舶超分辨率重建

目录

摘要

1绪论

1．1研究背景

1．2国内外研究现状

1．2．1传统超分辨率重建技术

1．2．2深度学习图像超分辨率技术

1．3本文研究内容及章节安排

2相关理论与工作基础

2．1反向传播算法

2．2卷积神经网络CNN

2．2．1卷积与反卷积

2．2．2亚像素卷积

2．2．3激活函数

2．2．4优化器

2．3加深的卷积神经网络

2．3．1ResNet

2．3．2DenseNet

2．4GAN系列网络

2．4．1GAN的提出

2．4．2深度学习DCGAN

2．4．3超分辨率SRGAN

2．5RDN

2．6CapsuleNet

2．7小结

3胶囊生成对抗网络的遥感船舶超分辨率重建

3．1课题背景

3．2网络结构

3．2．1生成器网络

3．2．2判别器网络

3．3损失函数

3．3．1 D Loss

3．3．2G Loss

3．4实验结果与分析

3．4．1数据集与数据预处理

3．4．2实验设置与训练结果曲线

3．4．3实验结果对比和分析

3．4．4复杂海洋场景实验结果验证

3．4．5实验结果评价

3．4．6小结

4改进的双路由胶囊网络超分辨率重建

4．1课题背景

4．2相关工作

4．3CapSRGAN-D

4．3．1网络整体结构

4．3．2．生成器网络

4．3．3．改进的双路由胶囊网络判别器

4．4损失函数

4．4．2G Loss

4．5实验

4．5．1基于DIV2K数据集实验图像结果分析

4．5．2遥感图像数据集实验图像结果分析

4．5．3实验数据结果分析

4．5．4实验负样本分析

4．6双路由胶囊网络消融实验

4．7总结

5结论与展望

5．1结论

5．2展望

参考文献

致谢

声明