基于卷积神经网络的图像去模糊.docxVIP

基于神经网络的图像去模糊 致谢 在研究学习期间，我有幸得到了我的导师中国科学技术大学的曹洋副教授的指导。曹老师的学术功底十分雄厚，知识面也很广，在基础理论和工程实践等诸多方面给予我指导，这也是这篇文章可以顺利完成的原因。衷心感谢曹老师给予我的悉心教导和热情帮助。同时也要感谢中国科学技术大学的朱江、尹忠诚、李定一、苏雯等几位师兄师姐帮助和交流，使我从中得到了许多知识和启发，在此深表谢意。 目录 中文内容摘要 英文内容摘要 背景 神经网络 深度学习 反向传播算法 目前流行的深度学习工具 本文工作 相关工作 算法设计 提出方程 多尺度卷积神经网络。 实现细节 数据测试 实验 测试集测试.. 量化测试 .. 参 考 文 献 中文内容摘要 由于清晰图像和模糊都无从得知，图像去模糊的任务是个十分病态的问题。而且，当图像是从自然界中拍摄到的时候，由于模糊的空间上模糊的变化和物体之间的遮挡这个任务将变得更具挑战性。由于全局图像的复杂性，我们提出一种特别的卷积神经网络结构来直接生成清晰的图像。这个结构被搭建为三个环节，且利用了经常在盲反卷积中运用的金字塔效应。一个在训练网络时的主要困难的是在于生成一个合适的数据集。有用的数据可从综合第模糊所收集到的图像中得到，但更多的真实数据需要从自然环境中获得。为了获得这些数据，我们使用了高帧率的摄影相机并且保持每张图像都是清晰的，且我们将帧间的均值