原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
利用深度学习技术实现图像生成与质量保证的研究
目录
内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1图像生成技术的发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.2图像质量评估的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.1.3深度学习在图像处理中的作用．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2国内外研究现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2.1国际上的研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.2国内的研究动态．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.3研究目标与内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.3.1研究的主要目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
1.3.2研究内容的框架结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
理论基础与预备知识．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.1深度学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.1.1神经网络的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.1.2卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
2.1.3循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.1.4长短时记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
2.2图像处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.2.1图像预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.2.2图像增强技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.2.3图像分割技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.3图像质量评价标准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.3.1客观评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
2.3.2主观评价方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.3.3综合评价模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
深度学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
3.1模型架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
3.1.1模型选择依据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.1.2网络结构设计原则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.1.3超参数调优策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3.2数据集准备与标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.2.1数据收集与整理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.2.2数据标注方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
3.2.3数据增强技术应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.3训练与验证流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.3.1训练策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.3.2验证方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）