基于门控卷积与连贯语义注意力机制的文物图像修复算法研究

目录

声明

摘要

1．1研究背景与意义

1．2图像修复研究现状

1．2．1传统图像修复研究

1．2．2基于深度学习的图像修复研究

1．3主要研究内容和论文结构安排

1．3．1主要研究内容

1．3．2论文结构安排

第二章图像修复相关理论与基础

2．1自动编码器

2．2卷积神经网络

2．3门控卷积

2．4生成式对抗网络

2．5注意力机制

2．6图像修复评价标准

2．7本章小结

3．1引言

3．2基于门控卷积的文物图像修复模型设计

3．2．1残差门控卷积

3．2．2基于门控卷积的文物图像修复模型网络结构

3．2．3判别器

3．2．4损失函数

3．3实验与分析

3．3．1实验环境和数据集

3．3．2实验结果分析

3．4本章小结

第四章基于门控卷积与连贯语义注意力机制的文物图像修复模型

4．1引言

4．2基于门控卷积与连贯语义注意力机制的文物图像修复模型设计

4．2．1文物图像修复网络整体架构

4．2．2生成器精修复网络

4．2．3连贯语义注意力机制

4．2．4判别器

4．2．5损失函数

4．3实验与分析

4．3．1实验设置

4．3．2实验结果分析

4．4本章小结

第五章文物图像修复系统设计与实现

5．1系统设计

5．1．1系统需求分析

5．1．2功能模块设计

5．1．3系统工作流程

5．2系统实现

5．2．1系统UI界面实现

5．2．2算法模型集成

5．3运行测试

5．3．1系统功能测试

5．3．2系统性能测试

5．4本章小结

6．1工作总结

6．2工作展望

参考文献

致谢