一、关于VCD图像质量的技术分析（论文文献综述）
刘伟民[1]（2021）在《基于全景视频的自由视点漫游系统设计与实现》文中研究表明全景视频作为一种新兴的媒体输入形式,因具备高自由度,高沉浸感等特点被广泛应用于场景漫游系统中。然而,利用全景视频仅能够在固定路径上观看360°的场景信息,无法从任意视点观看场景,从而无法实现真正的场景自由漫游。为实现场景的自由漫游,通常采用基于深度图像的绘制技术（Depth-Image-Based Rendering,DIBR）,利用已知的图像信息与深度信息合成场景中任意视点的图像。然而,在DIBR中存在裂纹、重叠、空洞、伪影以及效率等问题,影响着合成图像的质量以及计算效率。针对上述问题,本文以立方体全景视频及其对应深度作为输入,设计并实现了一个高质量可交互的自由视点漫游系统。一方面,为了提高合成图像的质量与计算效率,本文提出了基于深度信息辅助的迭代式逆向映射视图合成算法,能够利用并行计算框架,实时合成高质量的虚拟视图。另一方面,由于解码全景视频存在较大的性能开销,为了保证系统的实时运行效率,本文提出了基于深度的不可见信息剔除策略,能够减少需要解码的视频内容,并减少本文视图合成算法的计算开销。具体而言,本文的主要工作包括:·首先,本文提出了基于深度信息辅助的迭代式逆向映射视图合成算法。该算法将不动点迭代思想应用于二维图像上,利用像素的移动向量,构建参考视图与虚拟视图中像素的逆向映射关系,可以对虚拟视图中的每个像素进行并行的迭代计算。为了加快迭代计算的收敛速度,本文利用正向映射得到的虚拟视点深度信息,逆向映射到参考视图上,得到迭代初始点的位置,能够利用较少的初始点有效解决虚拟视图中存在的重叠与裂纹问题,快速合成高质量的虚拟视图。此外,本文还利用视图后处理算法,包括基于空洞边缘扩充的伪影去除算法以及基于深度与移动向量引导的空洞修复算法处理虚拟视图中存在的伪影与空洞问题,进一步提升了虚拟视图的质量。·其次,本文提出了基于深度的不可见信息剔除策略。该策略将立方体全景视频的每个面进一步划分成更小分辨率的Tile视频,并利用预计算方式得到Tile视频每一帧对应的最大深度与最小深度信息。在系统实时运行过程中,通过最大深度与最小深度可以快速构建Tile视图所含场景信息的视锥体包围盒。之后利用基于特征点的计算方式,快速判断视锥体包围盒对于虚拟视点的可见性,从而剔除全景视频中无需解码的Tile视频。该策略能够减少需要解码的视频内容,提升系统的解码效率,同时也能够降低本文视图合成算法的计算量,从而提升系统的整体运行效率。·最后,设计并实现了基于全景视频的自由视点漫游系统。本文系统利用FFmpeg与Cuda构建多线程实时视频硬解码框架,能够快速解码出所需的参考视图。同时利用Open GL实现了本文视图合成算法以及视图后处理算法,能够实时合成并显示对应的虚拟视图。此外,本文系统还为用户提供了实时系统交互功能,包括视点位置的变换与视角的任意旋转,允许用户实时的自由漫游场景,极大的提升了用户的交互体验。实验结果表明,基于深度信息辅助的迭代式逆向映射视图合成算法能够获得较高质量的虚拟视图,并且具有较高的计算效率。同时,本文提出的基于深度信息的不可见信息剔除策略能够有效的减少视频解码以及视图合成算法的时间开销,提升系统的整体运行效率。本文系统整体运行效率在60FPS以上,能够保证用户实时自由漫游场景。
徐党先[2]（2021）在《混凝土表面风蚀试验和风蚀评价方法的研究》文中研究表明我国西北地区幅员辽阔,是“丝绸之路经济带”的重要组成部分,其中戈壁沙漠占地面积大,是全球沙尘暴的高活动区域之一,也是沙尘暴发生较为频繁、生态环境和灾情较严重的地区。近年来该地区常年大风,沙尘暴灾害时有发生,分布范围广,灾情的范围和经济损失大,对我国经济社会发展带来巨大危害。身处其中的房屋建筑、公路和桥梁等混凝土构筑物长期受到沙尘暴的侵蚀,面临安全性耐久性的严峻考验。本文通过试验寻找混凝土表面风蚀机理,运用图像处理技术,使用计算机软件编程,找到一种能评价混凝土表面风蚀程度的评价方法,实现及时、快速地评价混凝土表面风蚀程度。主要研究内容和结论如下:（1）利用空压机、喷砂机、鼓风机等设备设计了能模拟风沙流的混凝土表面风蚀试验系统。结合我国西北风沙地区实际风沙流情况,确定试验采用的混凝土型号、风速、沙粒粒径、含沙量、风沙攻角和风蚀作用时间等参数。（2）进行混凝土表面风蚀试验,选择风蚀率为衡量混凝土表面风蚀程度的参数。通过试验得到不同的风速、风蚀作用时间、沙粒粒径、沙粒粒径组合和混凝土强度等参数对混凝土表面风蚀的影响。通过分析试验数据得出结论:混凝土在风沙作用下,风速越大、风蚀作用时间越长、混凝土强度越低、沙粒粒径越大、粒径大的沙粒含量越大,则风蚀率越大;混凝土表面风蚀没有明显的孕育期,风蚀作用时间越长,混凝土表面风蚀率的增加速度越平缓。（3）进行混凝土表面图像采集试验,选择灰度频数标准差（SDGF）作为评价混凝土风蚀图像质量的指标。通过试验得到不同拍摄距离、光照度和光照角度对混凝土风蚀图像质量的影响。通过分析试验数据得出结论:拍摄距离越小,光照角度越大,SDGF越大,图形质量越好;光照强度对混凝土表面风蚀图像质量几乎没有影响。根据试验结果确定混凝土风蚀图像最佳拍摄距离为12cm,拍照时要避免光线直射。研究了运用图像处理技术分析混凝土风蚀程度的合理性,为提出混凝土表面风蚀程度评价方法提供依据。（4）分析混凝土表面风蚀图像的特征,通过图像处理技术分析混凝土表面风蚀试验得到的图像,给出灰度差平均值和混凝土风蚀量的函数关系,由此提出混凝土表面风蚀评价方法,并把经验公式结果与试验结果进行了对比,证实了该公式的可靠性。
吴志宇[3]（2021）在《铁路周界异物入侵检测系统的设计与实现》文中研究说明铁路周界异物入侵检测系统是增强铁路安全管理必不可少的监控手段之一。由于我国铁路里程长、铁路网面积大,加之其与人类、动物活动区域重合,导致其面临人类、动物造成的周界入侵威胁。目前,使用基于视频监控的周界入侵行为检测是较为理想的解决方案。但由于高速铁路网络过于庞大,使用人工视频监控的方式不仅效率低下,成本也过于高昂,且室外铁路视频监控将不可避免的受到极端天气的影响,导致视频图像质量下降,这对于检测任务而言尤为致命。基于以上特点,本文设计了一款基于目标检测的抗雾铁路周界异物入侵检测系统。该系统能够实现对铁路沿线的监控点气象数据的自动采集,并以相关数据进行气象预测,当气象判断结果为有雾时,将自动调用去雾算法进行图像处理,以还原清晰图像,达到提升目标检测算法精度的目的。以下是本文涉及的主要工作内容:（1）针对国内外铁路周界异物入侵检测系统的研发背景与研究现状进行了简单分析。（2）针对系统开发中涉及的相关技术进行了简单的介绍。（3）利用软件工程相关技术,对铁路周界异物入侵场景业务需求进行了归纳整理与分析,并依此设计了系统的整体结构。（4）针对异物入侵检测算法与实时去雾算法进行了设计与实现。对常见的铁路周界异物入侵检测目标进行了归纳整理,设计了融合算法专用网络;构建了高速铁路样本去雾数据集,完成两个网络算法的训练与测试。（5）实现了铁路周界异物入侵检测系统,对系统所用算法进行了实地测试,同时针对系统的业务需求进行了测试。目前系统各项功能均验收正常。
杨东上[4]（2021）在《星载大气痕量气体差分吸收光谱仪NO2反演算法研究及应用》文中提出光学遥感技术,作为一种重要的监测手段,已经用于各种地球观测和气象观测研究中。尤其是基于光学遥感技术在不同观测平台上的开发和应用,产生了很多重要的发现和认识。自上世纪70年代末,提出了基于差分吸收光谱技术（DOAS）的光学遥感技术,这促进了依赖光谱学的分析方法在大气监测中的广泛应用。同时,它也推动着环境科学和大气科学的发展,如对大气中污染气体及痕量气体的监测,使人们认识到这些污染气体的来源和传输通道,并为污染治理和政策制定提供参考和依据。目前,基于DOAS的光谱遥测方法已成功应用于卫星、机载和地基观测平台,在地球大气污染模式的建立,污染气体分布和变化规律的总结,气体浓度的监测等方面具有重要意义。该方法相比较于其他大气污染监测手段,具有其独特的优点。一是光学遥测方法中利用了光在大气中的传输特性,是其他物理化学方式所不具备的,因此可用于包括外太空、大气层、地表等多种空间监测,其次,由于其采用的DOAS算法将自然光作为分析介质,相比较于化学发光法等适用性和局限性较大的分析手段,具有反演速度快,观测范围广的特点。随着污染溯源和大区域监测的需求,基于DOAS技术的卫星遥测平台成为人类了解大气污染物如NO2分布和变化趋势的重要方式之一。由欧空局和美国航空航天局发射的面向紫外可见波段的多个高光谱探测载荷已在卫星遥测领域取得众多的成就,而我国也在2018年5月成功发射了第一个紫外可见高光谱大气污染探测载荷-大气痕量气体差分吸收光谱仪（EMI）,以弥补我国星载平台基于光谱分析进行污染气体监测上的空白。但由于载荷定标不充分并受到仪器关键元器件的限制,同时受到夫琅禾费参考谱采集中未知光谱结构引入等因素的影响,导致NO2反演过程中出现明显的条带现象,降低了浓度反演的精度,因此研究中主要针对大气痕量气体差分吸收光谱仪的紫外可见波段,讨论研究了 EMI的对流层NO2浓度获取的总体流程,包括EMINO2反演算法的优化、NO2遥感条带处理,对流层平流层NO2分层以及数据产品的验证和应用。研究的主要工作如下:一是对EMI NO2反演算法的研究和优化。本论文首先对EMI DOAS反演NO2算法中各参量的选择进行讨论,然后分析了 NO2反演结果的精度和条带特性。提出了基于层次分析法的最优波段选择方案,构造了 AHP-DOAS反演算法。此外研究发现不同空间维像元反演过程中存在的明显的固定拟合残差,基于此,利用主成分分析法提取残差结构进行分析。经以上修正后,获取了准确的NO2柱浓度产品,为进一步的数据产品的分析和验证提供有效的数据支撑。二是提出了对EMINO2斜柱浓度条带修正。经过EMI NO2反演算法的优化后,遥感条带现象明显改善,但仍存在一定程度的条带现象。研究评估了矩匹配法和傅里叶变换法在去除NO2条带上特点和效果,最后选择傅里叶变换滤波的条带去除方法,实现了对EMINO2柱浓度的修正。三是基于EMI的数据产品的对流层-平流层NO2浓度分层。利用对流层平流层分离技术,分析了 STREAM对流层-平流层分层方法在EMINO2产品应用上的可行性,根据NO2的全球分布特征,比较了 STREAM法和参考区域法（RSM）对平流层-对流层NO2分层效果。四是EMI NO2浓度结果的验证和应用。为进一步验证NO2数据产品的可靠性,利用在京津冀地区的地基多轴DOAS的NO2浓度反演结果,对EMI数据产品进行验证。TROPOMI和地基数据产品与EMI的对比结果表明了针对EMI仪器的NO2反演算法优化的适用性和可靠性。此外基于EMI NO2数据产品及地基NO2遥测数据对京津冀地区的NO2分布和变化进行分析,评估了 2018年-2019年北京NO2污染情况,利用统计学相关方法及气象数据信息,研究了该地区NO2的污染传输特性。再次证明了EMI在监测区域NO2污染上的重要意义。
任锐[5]（2021）在《基于AVS3视频编码的快速算法研究》文中认为视频是当今社会中十分重要的信息媒介,尤其是近几年来随着显示、网络、存储、计算设备突发猛进的发展,人们对于4K超高清、高动态范围、高帧率、多维度、实时性视频的需求越来越大,这给视频编码技术带来了更大的机遇和挑战。在这样的背景下,AVS工作组率先组织制定新一代音视频编解码标准AVS3,目前第一阶段已经制定完成并发布了视频标准,第二阶段的增强档次也在制定的尾声。AVS3中集成了许多同时提高编码性能和计算复杂度的技术,导致编码时间大幅度提升。为了减少新技术对实时性的影响,本论文对AVS3中帧间帧内预测模式选择和块划分深度进行了大量研究,具体工作如下:1.提出了基于历史信息的LCU级预测模式判决快速算法。首先针对AVS3的编码器搭建了可视化平台,可以将编码结果快速生成大量参考价值高的可视图像,用来分析可视图像的LCU中所有CU的预测模式在时间和空间与图像内容的相关性。通过使用可视化平台,从中提取并定义了五种具有普适性的LCU级图像内容类型和历史类型判决参考。然后通过对典型的测试序列的编码结果进行数理统计,证明了历史类型判决参考和图像内容类型存在较强的相关性,可以使用历史类型判决参考作为确定图像内容类型的重要依据,进而跳过一些概率较小成为最佳预测模式的帧间帧内预测模式,达到减少计算量的目的。后续又从两个方面改进了算法模型,来减少性能损失和时间复杂度。一方面将历史类型判决参考以CU尺寸分为大块和小块历史类型判决参考,增加了预测的准确性;另一方面为时间相关性不高的特殊测试序列或者个别相关性较弱的帧设计快速算法。经过改进后的快速算法最后取得了不错的结果,在LDP模式下平均编码时间降低了 17.67%,亮度信号分量的BD-rate平均增加了 0.61%,具有一定的参考价值。2.本文对AVS3的块划分结构和流程进行研究,提出了基于历史信息的块划分快速算法。首先自定义了最大深度参考和最小深度参考,并对其和实际的划分深度使用典型的测试序列做了时间相关性实验,分析结果发现使用最大深度参考、最小深度参考预测的成功率分别为92.3%和95.2%,预测失败的平均的深度偏差也仅为1.07和1.01。而后又分析了最大深度参考对运动剧烈的LCU预测不准确的问题,二次改进了最大深度参考的定义,使预测成功率提高到98.5%。最后将设计的快速算法应用于参考代码上,在LDP模式下平均节省了 8.12%的编码时间,编码性能指标BD-rate平均损失了 0.26%。
张天良[6]（2020）在《指纹信息提取技术分析与实现》文中研究指明指纹是人类生物特征的主要组成部分之一。人类在漫长的发展历程中,人类留存的生物特征信息日渐泯灭。随着生物技术的飞速发展,基于信物或密码的传统安全系统显得越来越脆弱而不能适应现代安全防御系统的需求,因而人们想通过研究其它识别技术来满足日常生活中的需要。人们更加渴望安全程度更高、识别速度更快、防止伪造性能更好的现代安全系统,在这种背景下,指纹识别技术应运而生。指纹识别技术作为一种相对来说比较可靠的生物识别技术[1]一定程度上得到人们的看重,同时也满足了人们对各项性能优异的识别技术的需求。人们发现不同个体的指纹具有两大明显的特点,即唯一性和不变性。也就是说指纹特征是人从出生到离开一辈子的时间里不会改变的生物特征之一,另外因为个体的差异,不同的人,对他们手上的指纹特征分别进行比较,其结果几乎不存在相同的情况。同时采取指纹识别技术来鉴定花费的费用和其它识别技术相比来说比较低,而且最后产生的效果好,例如指纹门禁系统、司法鉴定、案例分析、计算机运用系统、银行技术等方面。所以其作为身份鉴定的一种方法,并且凭借着其身具有的良好安全性、保密性和方便性。在近几年来得到了飞速发展并广泛应用于社会中的安全和经济领域中,大有取代传统身份识别方式的趋势,未来会有良好的应用场景。本篇文章首先介绍了指纹识别的研究背景与研究意义,其次介绍了不同生物识别技术并与指纹识别技术做了比较,然后分析了指纹识别一些具体的应用,最后对指纹识别的基本步骤作了简单的介绍,主要是三个步骤,它们各自是指纹图像的预处理、特征提取、指纹的匹配[2]。重点研究了指纹图像预处理,在指纹图像预处理部分,论文对预处理各个步骤包括预处归一化处理、二值化处理和细化处理等以及各个步骤的方法进行了深入的分析及研究,经过一系列的预处理操作过程之后,指纹图像将会最终变为纹线宽度不均匀的呈现出明显的黑白效果的二值化图像,这样的二值化图像是一个宽度为只含有0和255像素值即使统一像素的细化后的图像。在指纹特征提取部分,采用基于MATLAB指纹细节特征提取方法。指纹特征提取的目的是获取细节特征点（即端点和交叉点）。这些特征点从细化后的指纹图像中能够查询并且找到的。最终我们可以对指纹进行自动匹配,靠的是特定的指纹图像的特征,包括端点和交叉点。实验表明,该方法效果良好。本论文中采用MATLAB编程实现所有算法。
常昭一[7]（2020）在《基于广播方式的校园版“屏屏通”系统的设计与研究》文中指出随着新传播技术与传播媒介日益丰富、多元化,在国家“三网融合”政策推动与支持下,各媒介形态间融合趋势日渐明显。伴随着传播媒介和传播技术的不断发展和创新,同时包括“三网融合”等政策的不断推出和引导,在传统媒介环境中独立发展的各个媒介之间所存在的界限不断弱化和模糊,不同媒介之间相互融合的趋势已经成为重要的发展趋势,尤其是以纸媒、广播、电视为代表的传统媒体在信息化技术不断的推动下,逐步加大教学资源“数字化”进程,是现阶段教学模式改革与创新的必然趋势。基于此,通过对广电网络公司的直播电视信号和本地学校视频教学资源结合,利用校园宽带网络进行视频分发,并依托网络技术、软件工程以及数据库技术等,打破TCP/IP与DVB协议间的局限性,与单播、广播及组播传播模式相结合,连接移动运营商与广播电视台进行网络传播,实现基于校园网的、以教学娱乐为主体的流媒体服务器软件运行系统对接学校原有媒体系统所形成的新平台。屏屏通系统充分利用当前广播电视内容质量所具有的独特优点,并且将其余移动互联网的优点结合起来,使用到了DVB协议和TCP/IP协议,将广播、单播、组播技术融入到其中,充分发挥现在技术比较成熟的广播电视平台和移动运营商传输网络。校园中的用户通过使用屏屏通系统不仅可以获取得到更好的视频资源服务,而且也能够使用完善的节目加密功能和用户管理功能,并针对教学需求进行针对性的功能开发。在本研究中,屏屏通全媒体平台,从前端到终端设计上,把广电网络公司的直播电视信号和本地学校视频教学资源结合,终端呈现以现在主流的移动智能终端和PC端为主;在传输内容上是广电网络公司的优质直播节目版权和本地学校独有视频教学资源为主,很好的做到了本地内容经营;在宽带下行总出口上做到了本地引流,大大降低了宽带下行总出口的压力,从而节省总出口带宽成本。通过构建屏屏通全媒体平台,可以实现无缝对接学校已有的教学器材与资源,形成对录播系统、编辑系统、内容资源等的强有力支持,形成功能强大的教学资源整合,同时本文的写作也为未来教学模式的创新提供一定的借鉴。
曹志义[8]（2020）在《基于生成对抗网络的图像复原技术研究》文中研究说明随着图像处理技术的最新发展,尤其是图像处理工具的灵活性不断加强,传统的图像复原技术遇到了挑战。近年来,基于深度卷积网络的图像复原技术由于可以获取全局特征因而在图像复原领域取得了巨大的进步。跟基于深度卷积网络的方法对比,基于生成对抗网络的图像复原技术能够复原出更高分辨率的原始图像,因此成为了当前的一个研究热点。基于生成对抗网络技术,本文首先研究了特征比较单一的人脸图像复原,接着研究了复杂区域的图像复原以及跨类别的图像复原,最后研究了多角度和表情的人脸复原。取得的创新成果主要有:1.基于生成对抗网络的人脸复原算法。提出了基于生成对抗网络的模糊人脸复原算法和遮挡人脸复原算法。通过分析现有模糊图像复原技术,首先将生成模型的结构从完全上采样的过程修改为先进行下采样然后进行上采样的过程。其次为了得到更加清晰的复原结果,本文在原始对抗网络使用的交叉熵损失的基础上添加了 L1损失。跟传统的算法相比,提出的模型在复原结果识别率方面提升了10%。同时设计了一种基于生成对抗网络的遮挡图像复原算法。在原始生成对抗网络的生成模型和判别模型基础上增加一个二次判别模型。二次判别模型用来缩小被遮挡区域与未遮挡前的局部差异。判别模型用来缩小被遮挡图像与未遮挡图像的整体差异。同时由于二次判别模型的存在,生成模型的损失增加了四个新的参数。在局部和整体复原的前提下,提出的模型复原结果优于局部样本块搜索复原算法。2.基于生成对抗网络的复杂图像复原算法。提出了基于生成对抗网络的整体马赛克去除,可见水印去除和复杂遮挡图像复原算法。为了从人脸复原过渡到人脸以外的复杂图像复原问题,在原始生成对抗网络的生成模型和判别模型基础上增加了两个新颖的解析网络以获取生成图像和原始图像的更多细节差异。在增加解析网络后,针对全局马赛克去除,提出了一种基于均方误差的维护和复原算法。本文将维护和复原图像算法用于计算像素损失和内容损失,从而在峰值信噪比等指标上取得了最高的得分。在增加解析网络后,针对可见水印去除问题,提出了在生成模型中添加自注意层的解决方案。生成对抗网络模型用于建立从水印图像和真实图像之间的映射。同时自注意层被用于提取不同含水印图像中水印区域的不变特征。最后,文中还提出一种新颖的结构相似度损失算法来发现随机可见水印图像和真实图像之间的像素差异。训练好的模型可以删除任意位置可见水印并复原出接近真实图像的结果。对比以前的模型,提出的模型在峰值信噪比等指标上至少提高了 10%。在增加解析网络后,针对复杂遮挡图像复原中的问题提出了快速行进的生成对抗网络模型。首先提出用快速行进算法在生成网络处理之前获取更多的相邻像素。然后提出用开平方损失来计算像素损失和内容损失,并复原遮挡图像。最后提出了一种测量生成模型稳定性方法,并在数学上验证了开平方损失在获取像素差异和内容差异方面的巨大优势。3.基于生成对抗网络的跨类别图像复原算法。提出了用于野生数据集下跨类别复杂图像复原算法。本文将不同类别间的潜在空间分为全局和局部,并设计了一个弱监督的类似性的生成对抗网络来捕获局部的潜在空间而不是全局的潜在空间,从而在不同类别图像之间建立映射关系,避免了其他模型因为得不到正确的全局潜在空间而发生崩溃,最终实现了跨类别的图像复原。4.基于生成对抗网络的多角度和表情人脸复原算法。针对多角度和表情人脸复原结果存在无穷多可能的问题,提出了使用分类器将相近的人脸角度和表情特征分类的方法,分类后的模型只需学习有限多的映射,从而解决了多角度和表情人脸复原在无穷多种情形下的收敛问题。针对现有模型的生成器网络通常使用低纬度的分类标签作为束,但是其不能完全约束不同人脸之间的形状和大小差异而导致错误的复原结果,本文提出在生成器网络中使用高维度的分类特征作为约束条件,得到了兼容性较好的复原结果。最后针对复原学习的顺序控制不当将影响复原效果的问题,本文提出使用两个具有不同收敛速度的损失函数来依次学习人脸的角度和表情特征,在人脸的角度和表情复原两个方面都得到了比较好的效果。
王博帝[9]（2020）在《动态视觉检测模糊图像复原关键技术研究》文中指出动态视觉检测成像模糊、检测结果不可靠,现有图像复原技术估算性能欠佳、异常数据敏感、运行时间长。本文以“动态视觉检测模糊图像复原关键技术研究”为题,研究运动模糊核估算技术、逆卷积建模技术、振铃效应抑制技术,这对于实现检测装备智能化、自动化,推动先进制造业发展具有重要作用与实际意义。论文工作得到广州市产业技术重大攻关计划（201802030006）、广东省现代几何与力学计量技术重点实验室开放课题（SCMKF201801）资助。论文研究动态视觉检测模糊图像复原关键技术,从运动模糊核估算技术、逆卷积建模技术、振铃效应抑制技术3个方面,综述国内外研究进展,确定研究内容。论文主要工作包括:（1）分析动态视觉检测系统具体工作流程,设计运动模糊图像复原系统框架,重点分析基于特征提取的动态视觉检测模糊核估算技术、基于深度学习的动态视觉检测逆卷积建模技术、动态视觉检测异常数据振铃效应抑制技术及其实现方法。（2）根据运动模糊核估算技术分析,研究频谱条纹方向与模糊角度之间关系,推导频谱估算模糊角度方法,分析直线运动模糊核对显着边缘产生的相关性及其行列方向自相关函数分布特点,根据自相关函数特征点信息推算模糊长度,实现任意方向直线运动模糊核估算;结合自相关函数为二元函数特点,将自相关函数形象地可视化为立体曲面,利用曲面特征点方位信息,分析特征点方位与模糊核双参数的关系,实现直线运动模糊核双参数独立估算;实验表明所述算法在SNR=20 d B噪声水平下依然具有较好表现。（3）根据逆卷积建模技术分析,从逆卷积性能特点入手,设计基于深度学习的动态视觉检测逆卷积建模技术方案;应用变量分裂法解耦能量泛函,拆分为保真子问题、正则子问题,保真子问题由任务驱动,研究高斯保真项、泊松保真项,保障拟合优度;正则子问题由数据驱动,引入CNN（Convolutional Neural Network）,在大范围噪声水平自适应学习图像先验,该技术省去人工设计正则项、保留跨任务迁移性、运行速度快,具备即插即用功能,实现能量泛函与深度学习结合;实验表明所述算法PSNR平均提升30.79%,最高可达31.75 d B,运行速度较传统算法平均提高两个数量级。（4）根据振铃效应抑制技术分析,分别从边界截断、过曝像素成因及作用机理入手,设计动态视觉检测异常数据振铃效应抑制技术方案;通过外插边界生成平铺图像,改善边界截断;改进高斯、泊松保真子问题,结合FFDNet（Fast and Flexible Denoising Network）在逆卷积过程检测过曝像素并剔除,实现异常数据振铃效应抑制,进一步提高复原图像质量,完善动态视觉检测模糊图像复原;实验表明与主流逆卷积相比,所述算法SSIM、FSIM提升0.05%—20.42%不等,并在主观视觉、运行时间均有优势。（5）设置应用平台软硬件,将所述运动模糊图像复原技术分别应用于动态目标检测、动态尺寸检测,以复原前后检测精度变化为量化指标评价图像复原质量,进一步验证运动模糊图像复原技术在动态视觉检测中的可行性、有效性;实验表明复原后目标检测精度平均提升35.48%、尺寸检测误差平均减少98.23%。
蒋晨杰[10]（2020）在《基于多任务深度学习VLC视频传输质量评价技术》文中研究表明为准确衡量可见光通信（Visible Light Communication,VLC）视频传输的时域质量、空域质量、综合质量,本文以“基于多任务深度学习VLC视频传输质量评价技术”为题,设计基于多任务深度学习VLC视频传输质量评价框架,研究基于多级特征目标识别的VLC视频传输时域检测技术、基于孪生卷积神经网络（Convolutional Neural Networks,CNN）的VLC视频传输空域检测技术、基于多任务深度学习网络的VLC视频传输质量评价技术,开展VLC视频传输时域检测、空域检测、综合质量评价应用实验。项目研究工作得到广州市产学研协同创新重大专项（No.201604046005）资助。论文从视频传输时域检测、视频传输空域检测、视频质量评价、多任务学习等方面,分析相关内容国内外研究进展,确定论文研究内容,具体工作包括:（1）基于多任务深度学习VLC视频传输质量评价框架设计。分析VLC视频传输质量评价需求,设计质量评价整体方案与流程,并重点分析基于多级特征目标识别的VLC视频传输时域检测技术、基于孪生CNN的VLC视频传输空域检测技术、基于多任务深度学习VLC视频传输质量评价技术等关键技术实现思路。（2）基于多级特征目标识别的VLC视频传输时域检测技术研究。构建基于SSD（Single Shot Multi Box Detector,SSD）多级特征目标检测网络,利用特征金字塔网络（Feature Pyramid Networks,FPN）优化SSD目标检测网络结构,提高SSD目标检测网络对微小目标的检出率、准确率,根据目标检测结果提取频标信息并校验,实现VLC视频传输时域的自动化、智能化检测。（3）基于孪生CNN的VLC视频传输空域检测技术研究。构建孪生CNN网络提取参考图像与待测图像色彩、纹理、对比度等特征,并特征融合用于全参考图像质量评价,优化面向输入任意尺寸图像的网络结构,并提出基于伪参考图像生成的无参考图像质量评价备选方法,提高VLC视频传输空域检测技术适用性。（4）基于多任务深度学习网络的VLC视频传输质量评价技术研究。分析并构建基于时空视觉敏感性的VLC视频传输质量评价网络,提取视频时空联合特征并回归视频质量评价分数。针对时域检测与空域检测模型,设计多任务学习特征共享方案,提高VLC视频传输时域检测、空域检测、视频质量评价等不同任务特征学习效果。（5）开展VLC视频传输时域检测、空域检测、综合质量评价应用实验。介绍VLC视频传输质量评价实验硬件集成平台与软件集成平台,综合、实际测试并分析VLC视频传输时域检测、空域检测、视频质量评价等应用效果。
二、关于VCD图像质量的技术分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于VCD图像质量的技术分析（论文提纲范文）
（1）基于全景视频的自由视点漫游系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视图合成算法研究现状 |
| 1.2.2 图像修复算法研究现状 |
| 1.2.3 虚拟视图质量评估算法研究现状 |
| 1.3 本文主要工作 |
| 1.4 本文组织结构 |
| 1.5 本章小结 |
| 第2章 相关技术概述 |
| 2.1 DIBR技术原理 |
| 2.2 视图合成的相关算法 |
| 2.2.1 像素映射方式 |
| 2.2.2 基于深度图中值滤波的逆向映射视图合成算法 |
| 2.2.3 基于迭代式的逆向映射视图合成算法 |
| 2.3 虚拟视图质量评估算法 |
| 2.4 本章小结 |
| 第3章 基于全景视频的自由视点漫游系统关键技术分析 |
| 3.1 系统分析 |
| 3.1.1 用户需求分析 |
| 3.1.2 现有方案问题分析 |
| 3.1.3 难点分析与解决方案 |
| 3.2 基于深度信息辅助的迭代式逆向映射视图合成算法 |
| 3.2.1 基本思想 |
| 3.2.2 算法流程 |
| 3.2.3 实现细节 |
| 3.2.4 优势分析 |
| 3.3 基于深度的不可见信息剔除策略 |
| 3.3.1 基本思想 |
| 3.3.2 算法流程 |
| 3.3.3 视锥体包围盒可见性计算 |
| 3.3.4 优势分析 |
| 3.4 系统实现的其他细节 |
| 3.4.1 基于空洞边缘扩充的伪影去除方案 |
| 3.4.2 基于深度与移动向量引导的空洞修复算法 |
| 3.5 本章小结 |
| 第4章 基于全景视频的自由视点漫游系统设计与实现 |
| 4.1 系统框架设计 |
| 4.2 系统流程设计 |
| 4.3 系统模块设计 |
| 4.4 自由视点漫游系统的实现 |
| 4.4.1 预处理模块 |
| 4.4.2 视频解码模块 |
| 4.4.3 渲染模块 |
| 4.4.4 其他模块 |
| 4.5 本章小结 |
| 第5章 实验结果与分析 |
| 5.1 实验概述 |
| 5.2 实验环境 |
| 5.3 实验内容 |
| 5.3.1 实验一:基于深度信息辅助的迭代式逆向映射视图合成算法结果与分析 |
| 5.3.2 实验二:基于深度的不可见信息剔除策略实验结果与分析 |
| 5.3.3 实验三:视图后处理算法结果与分析 |
| 5.3.4 实验四:系统整体运行结果与分析 |
| 5.4 本文系统的不足 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（2）混凝土表面风蚀试验和风蚀评价方法的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 冲蚀磨损理论 |
| 1.2.2 混凝土冲蚀磨损研究现状 |
| 1.2.3 风沙两相流数值模拟研究现状 |
| 1.2.4 风蚀评价方法研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文创新点 |
| 1.5 本文研究路线 |
| 2 混凝土表面风蚀模拟试验系统及试验参数确定 |
| 2.1 混凝土表面风蚀试验系统确定 |
| 2.1.1 供气系统 |
| 2.1.2 供沙系统 |
| 2.1.3 除尘系统 |
| 2.2 试块制备及标准强度测试 |
| 2.2.1 混凝土标号及原材料的选择 |
| 2.2.2 混凝土配合比的确定 |
| 2.2.3 试块制作及养护 |
| 2.2.4 混凝土试块强度检验 |
| 2.3 试验参数确定 |
| 2.3.1 风速的选择 |
| 2.3.2 沙粒和沙粒粒径的选择 |
| 2.3.3 沙流量的确定 |
| 2.3.4 风沙攻角的确定 |
| 2.3.5 风蚀作用时间的确定 |
| 2.4 本章小结 |
| 3 混凝土表面风蚀试验研究 |
| 3.1 混凝土表面风蚀程度评价指标的确定 |
| 3.2 基于相似理论的试验风沙环境和实际工况相似性分析 |
| 3.2.1 相似性理论 |
| 3.2.2 混凝土表面风蚀模拟试验推演 |
| 3.3 混凝土表面风蚀试验结果分析 |
| 3.3.1 风速不同时混凝土表面风蚀分析 |
| 3.3.2 风蚀作用时间不同时混凝土表面风蚀分析 |
| 3.3.3 沙粒粒径不同时混凝土表面风蚀分析 |
| 3.3.4 沙粒粒径组合不同时混凝土表面风蚀分析 |
| 3.3.5 混凝土强度不同时混凝土表面风蚀分析 |
| 3.4 本章小结 |
| 4 基于试验研究的混凝土表面风蚀图像采集及处理 |
| 4.1 图像技术基本理论 |
| 4.1.1 数字图像 |
| 4.1.2 灰度变换 |
| 4.1.3 灰度分布直方图 |
| 4.1.4 空间滤波 |
| 4.2 运用图像处理技术计算混凝土风蚀量 |
| 4.3 混凝土表面风蚀图像采集试验 |
| 4.3.1 混凝土表面风蚀图像质量评价指标的确定 |
| 4.3.2 拍摄距离不同时的图像采集试验 |
| 4.3.3 光照度不同时的图像采集试验 |
| 4.3.4 光照角度不同时的图像采集试验 |
| 4.4 本章小结 |
| 5 混凝土表面风蚀评价方法研究 |
| 5.1 混凝土表面风蚀图像特征分析 |
| 5.2 基于图像处理技术的混凝土表面风蚀程度经验公式的提出 |
| 5.3 混凝土表面风蚀评价方法 |
| 5.4 混凝土表面风蚀评价对比试验和结果分析 |
| 5.4.1 风速不同时计算数据与试验数据对比分析 |
| 5.4.2 沙粒粒径不同时计算数据与试验数据对比分析 |
| 5.4.3 沙粒粒径组合不同时计算数据与试验数据对比分析 |
| 5.5 本章小结 |
| 6 结论和展望 |
| 6.1 结论 |
| 6.2 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 |
| 学位论文数据集 |
（3）铁路周界异物入侵检测系统的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 项目背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文结构 |
| 1.4 本章小结 |
| 2 关键技术分析 |
| 2.1 卷积神经网络 |
| 2.1.1 卷积神经网络 |
| 2.1.2 激活函数 |
| 2.1.3 池化 |
| 2.1.4 反向传播 |
| 2.2 目标检测 |
| 2.2.1 YOLOv3 算法 |
| 2.2.2 KNN运动目标检测算法 |
| 2.3 图像去雾 |
| 2.3.1 大气散射模型 |
| 2.3.2 AOD-Net |
| 2.4 Vue.js |
| 2.5 My SQL |
| 2.6 Nginx |
| 2.7 本章小结 |
| 3 系统需求分析 |
| 3.1 系统概述 |
| 3.2 系统功能需求 |
| 3.2.1 用户登录 |
| 3.2.2 入侵目标检测需求分析 |
| 3.2.3 入侵警报确认需求分析 |
| 3.2.4 入侵警报查询需求分析 |
| 3.2.5 气象数据分析需求分析 |
| 3.2.6 图像去雾处理需求分析 |
| 3.2.7 用户管理 |
| 3.3 系统非功能性需求分析 |
| 3.3.1 硬件与带宽需求 |
| 3.3.2 性能需求 |
| 3.3.3 系统友好需求与系统拓展性需求 |
| 3.4 本章小结 |
| 4 系统概要设计 |
| 4.1 系统总体架构 |
| 4.2 系统功能模块 |
| 4.3 系统数据库设计 |
| 4.4 本章小结 |
| 5 详细设计与实现 |
| 5.1 系统登录 |
| 5.1.1 模块设计 |
| 5.1.2 关键类设计 |
| 5.1.3 模块实现 |
| 5.2 入侵目标检测 |
| 5.2.1 模块设计 |
| 5.2.2 关键类设计 |
| 5.2.3 融合算法实现 |
| 5.2.4 模块实现 |
| 5.3 入侵警报确认 |
| 5.3.1 模块设计 |
| 5.3.2 关键类设计 |
| 5.3.3 模块实现 |
| 5.4 入侵查询 |
| 5.4.1 模块设计 |
| 5.4.2 关键类设计 |
| 5.4.3 模块实现 |
| 5.5 气象分析 |
| 5.5.1 模块设计 |
| 5.5.2 关键类设计 |
| 5.5.3 模块实现 |
| 5.6 图像去雾 |
| 5.6.1 模块设计 |
| 5.6.2 关键类设计 |
| 5.6.3 算法实现 |
| 5.6.4 模块实现 |
| 5.7 用户管理 |
| 5.7.1 模块设计 |
| 5.7.2 关键类设计 |
| 5.7.3 模块实现 |
| 5.8 本章小结 |
| 6 系统测试 |
| 6.1 功能测试与结果分析 |
| 6.2 非功能性测试 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）星载大气痕量气体差分吸收光谱仪NO2反演算法研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 大气污染气体的监测及研究意义 |
| 1.2 卫星遥感监测大气痕量气体 |
| 1.2.1 基于差分吸收光谱技术的大气监测 |
| 1.2.2 大气痕量气体差分吸收光谱仪及其参数介绍 |
| 1.2.3 EMI数据产品说明 |
| 第2章 差分吸收光谱技术原理及应用 |
| 2.1 基于吸收光谱学分析大气成分 |
| 2.2 DOAS基本概念及原理 |
| 2.2.1 经典吸收光谱理论概要 |
| 2.2.2 DOAS原理 |
| 2.2.3 EMI的NO_2斜柱浓度反演 |
| 2.3 大气质量因子计算及辐射传输模型 |
| 2.3.1 大气化学模型在反演中的应用 |
| 2.3.2 大气质量因子计算 |
| 2.3.3 辐射传输模型 |
| 2.3.4 查找表的创建 |
| 第3章 针对EMI光谱反演NO_2浓度的算法优化 |
| 3.1 基于AHP算法对NO_2最优反演波段选取的理论方案及建立 |
| 3.2 光谱拟合残差结构的去除方案及比较 |
| 3.3 结果验证和实验结果分析 |
| 3.4 小结 |
| 第4章 EMI NO_2数据产品的条带现象剖析和处理 |
| 4.1 条带噪声的产生原因及分类 |
| 4.2 基于EMI NO_2的条带处理方法 |
| 4.3 结果验证和分析 |
| 4.3.1 实验模拟及效果评估 |
| 4.3.2 真实实验结果及验证 |
| 4.4 小结 |
| 第5章 EMI NO_2总柱浓度的对流层-平流层分层 |
| 5.1 NO_2在对流层和平流层中的分布情况概要 |
| 5.2 NO_2平流层对流层分离方法 |
| 5.3 基于STREAM的EMI NO_2的对流层平流层分层技术 |
| 5.4 小结 |
| 第6章 EMI NO_2数据产品验证和应用 |
| 6.1 EMI NO_2数据产品验证 |
| 6.1.1 京津冀地区地基多轴DOAS实验设置及反演 |
| 6.1.2 星-地对流层NO_2柱浓度对比及相关性分析 |
| 6.1.3 星-地对流层NO_2柱浓度不确定度分析 |
| 6.2 利用EMI对华北地区NO_2分布及变化趋势分析 |
| 6.3 基于EMINO_2数据产品对澳大利亚森林火灾监测 |
| 6.4 小结 |
| 第7章 总结和展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（5）基于AVS3视频编码的快速算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究概况 |
| 1.3 论文主要工作和贡献 |
| 1.4 论文结构安排 |
| 第二章 视频编码关键技术分析 |
| 2.1 视频编码框架 |
| 2.2 视频编码块划分 |
| 2.3 预测编码 |
| 2.3.1 帧内预测编码 |
| 2.3.2 帧间预测编码 |
| 2.4 变换和量化 |
| 2.5 熵编码 |
| 2.6 环路滤波 |
| 2.7 图像质量评价 |
| 2.7.1 主观质量评价 |
| 2.7.2 客观质量评价 |
| 2.8 帧结构编码类型 |
| 2.9 本章小结 |
| 第三章 预测模式判决快速算法研究 |
| 3.1 引言 |
| 3.2 LCU预测模式规律研究 |
| 3.2.1 预测模式选择相关研究 |
| 3.2.2 LCU级图像内容和预测模式相关性 |
| 3.2.3 LCU级图像内容类型判决研究 |
| 3.3 算法原理和实现 |
| 3.4 算法优化 |
| 3.4.1 优化LCU级历史类型判决参考 |
| 3.4.2 改进图像内容相关性弱的模式判决策略 |
| 3.4.3 增加关键帧的快速算法 |
| 3.5 可视化工具设计 |
| 3.5.1 可视化工具价值 |
| 3.5.2 结构设计 |
| 3.6 测试结果与结论 |
| 3.7 本章小结 |
| 第四章 块划分快速算法研究 |
| 4.1 引言 |
| 4.2 块划分深度相关性研究 |
| 4.2.1 块划分快速算法相关研究 |
| 4.2.2 最大深度相关性研究 |
| 4.2.3 最小深度相关性研究 |
| 4.3 算法具体实现 |
| 4.4 测试结果与结论 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（6）指纹信息提取技术分析与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 不同识别技术比较 |
| 1.3 指纹识别技术应用实例 |
| 1.4 主要内容与结构总结 |
| 1.4.1 主要内容 |
| 1.4.2 结构安排 |
| 第2章 指纹的全局特征和局部特征 |
| 2.1 指纹全局特征 |
| 2.2 指纹局部特征 |
| 第3章 指纹识别算法的开发 |
| 3.1 指纹提取的研究历程及特点迁移 |
| 3.2 指纹提取关键技术 |
| 3.2.1 指纹图像采集 |
| 3.2.2 指纹图像预处理 |
| 3.2.3 指纹图像特征提取 |
| 3.2.4 指纹图像识别与匹配 |
| 3.3 污损指纹信息处理 |
| 第4章 指纹识别系统的MATLAB实现 |
| 4.1 研究工具MATLAB的介绍 |
| 4.1.1 MATLAB的特点 |
| 4.1.2 MATLAB语言简介 |
| 4.2 算法MATLAB仿真结果 |
| 第5章 总结与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
（7）基于广播方式的校园版“屏屏通”系统的设计与研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 全媒体平台研究现状 |
| 1.2.2 单点登录技术研究现状 |
| 1.3 选题的目标和意义 |
| 1.3.1 研究目标 |
| 1.3.2 研究意义 |
| 1.4 研究内容与技术路线 |
| 1.5 论文结构 |
| 第2章 屏屏通系统技术研究 |
| 2.1 屏屏通系统分析 |
| 2.2 屏屏通系统核心技术分析 |
| 2.2.1 802.11标准 |
| 2.2.2 J2EE技术 |
| 2.3 本章小结 |
| 第3章 屏屏通系统需求分析 |
| 3.1 功能需求概述 |
| 3.2 系统功能需求分析 |
| 3.2.1 需求分析 |
| 3.2.2 业务流程 |
| 3.3 屏屏通直播平台功能 |
| 3.3.1 直播 |
| 3.3.2 客户端广告管理 |
| 3.3.3 收视统计管理 |
| 3.4 屏屏通点播平台功能 |
| 3.4.1 多格式视频文件上传 |
| 3.4.2 视频编目 |
| 3.4.3 视频转码 |
| 3.4.4 视频存储管理 |
| 3.4.5 多码率与自适应码率 |
| 3.4.6 模版自定义 |
| 3.4.7 音视频、图片、文字发布 |
| 3.5 非功能性需求分析 |
| 3.5.1 直播平台性能 |
| 3.5.2 点播平台性能 |
| 3.6 本章小结 |
| 第4章 基于广播方式“屏屏通”系统设计 |
| 4.1 系统设计原则 |
| 4.2 系统建设目标 |
| 4.3 系统整体架构 |
| 4.4 屏屏通系统主机及存储部署 |
| 4.5 数据库设计 |
| 4.6 平台功能模块设计 |
| 4.6.1 .网关设计 |
| 4.6.2 功能模块设计 |
| 4.7 系统交互设计 |
| 4.8 本章小结 |
| 第5章 屏屏通系统的实现 |
| 5.1 系统开发环境配置 |
| 5.2 系统平台技术实现 |
| 5.2.1 用户认证模块实现 |
| 5.2.2 屏屏通直播模块实现 |
| 5.2.3 屏屏通点播模块的实现 |
| 5.2.4 屏屏通广告模块的实现 |
| 5.2.5 屏屏通收视数据统计模块的实现 |
| 5.3 系统测试与结果分析 |
| 5.3.1 测试过程 |
| 5.3.2 测试总结 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（8）基于生成对抗网络的图像复原技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 图像复原技术研究现状 |
| 1.2.1 传统图像复原方法 |
| 1.2.2 基于深度卷积网络的图像复原方法 |
| 1.2.3 基于生成对抗网络的图像复原方法 |
| 1.3 本文主要研究内容 |
| 1.3.1 本文主要研究内容及创新点 |
| 1.3.2 本文章节安排 |
| 第2章 生成对抗网络的基本理论 |
| 2.1 生成对抗网络的演进史 |
| 2.1.1 无监督的GANs |
| 2.1.2 条件GANs |
| 2.1.3 有条件且无监督的GANs |
| 2.2 生成对抗网络的理论推导 |
| 2.2.1 JS散度 |
| 2.2.2 最优化参数 |
| 2.2.3 求解最优化判别器目标 |
| 2.2.4 求解最优化生成器目标 |
| 2.3 图像复原技术评价指标 |
| 2.4 本章小结 |
| 第3章 基于生成对抗网络的人脸复原算法 |
| 3.1 基于生成对抗网络的模糊人脸复原算法 |
| 3.1.1 模糊人脸复原模型设计 |
| 3.1.2 模糊人脸复原模型损失计算方法 |
| 3.1.3 模糊人脸复原试验与分析 |
| 3.2 基于生成对抗网络的遮挡人脸复原算法 |
| 3.2.1 遮挡人脸复原模型设计 |
| 3.2.2 遮挡人脸复原模型损失计算与权重优化 |
| 3.2.3 遮挡人脸复原模型试验与对比 |
| 3.3 本章小结 |
| 第4章 基于生成对抗网络的复杂图像复原算法 |
| 4.1 基于生成对抗网络的整体马赛克去除算法 |
| 4.1.1 整体马赛克去除模型的模型设计 |
| 4.1.2 整体马赛克去除模型的目标函数 |
| 4.1.3 整体马赛克去除模型的试验与对比分析 |
| 4.2 基于生成对抗网络的可见水印去除算法 |
| 4.2.1 可见水印去除模型的目标函数与模型设计 |
| 4.2.2 提出的结构相似性损失的优势 |
| 4.2.3 可见水印去除模型的试验与对比分析 |
| 4.3 基于生成对抗网络的复杂遮挡图像复原 |
| 4.3.1 遮挡图像复原模型的目标函数与模型设计 |
| 4.3.2 开平方损失的优势 |
| 4.3.3 遮挡图像复原模型的试验与对比分析 |
| 4.4 本章小结 |
| 第5章 基于生成对抗网络的跨类别图像复原算法 |
| 5.1 跨类别图像复原模型简介 |
| 5.2 跨类别图像复原模型设计 |
| 5.2.1 复原模型的目标函数 |
| 5.2.2 复原算法的网络结构 |
| 5.3 跨类别图像复原实验细节 |
| 5.3.1 数据预处理 |
| 5.3.2 复原结果评价指标简介 |
| 5.3.3 试验比较 |
| 5.3.4 模型局限性 |
| 5.4 本章小结 |
| 第6章 基于生成对抗网络的多角度和表情人脸复原 |
| 6.1 多角度和表情人脸复原模型简介 |
| 6.2 多角度和表情人脸复原模型目标函数 |
| 6.3 多角度和表情人脸复原网络结构 |
| 6.3.1 判别器网络的结构 |
| 6.3.2 分类器网络的结构 |
| 6.3.3 编码器网络的结构 |
| 6.3.4 生成器网络的结构 |
| 6.4 多角度和表情人脸复原试验 |
| 6.4.1 试验比较对象介绍 |
| 6.4.2 评价指标介绍 |
| 6.4.3 试验过程 |
| 6.4.4 模型比较 |
| 6.5 本章小结 |
| 第7章 总结和展望 |
| 7.1 本文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 论文发表情况和参与科研项目 |
（9）动态视觉检测模糊图像复原关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 第一章 绪论 |
| 1.1 课题提出背景及研究意义 |
| 1.2 运动模糊图像复原技术概述 |
| 1.3 论文相关内容研究进展 |
| 1.3.1 运动模糊核估算技术 |
| 1.3.2 逆卷积建模技术 |
| 1.3.3 振铃效应抑制技术 |
| 1.4 论文主要研究内容与章节安排 |
| 第二章 动态视觉检测模糊图像复原系统框架设计与关键技术分析 |
| 2.1 引言 |
| 2.2 动态视觉检测模糊图像复原系统框架设计 |
| 2.2.1 动态视觉检测系统工作流程 |
| 2.2.2 运动模糊图像复原需求分析 |
| 2.2.3 运动模糊图像复原系统框架设计 |
| 2.3 动态视觉检测模糊图像复原关键技术分析 |
| 2.3.1 基于特征提取的动态视觉检测模糊核估算技术分析 |
| 2.3.2 基于深度学习的动态视觉检测逆卷积建模技术分析 |
| 2.3.3 动态视觉检测异常数据振铃效应抑制技术分析 |
| 2.4 本章小结 |
| 第三章 基于特征提取的动态视觉检测模糊核估算技术 |
| 3.1 引言 |
| 3.2 动态视觉检测任意方向直线运动模糊核估算技术 |
| 3.2.1 动态视觉检测模糊角度估算 |
| 3.2.2 动态视觉检测模糊长度估算 |
| 3.3 动态视觉检测直线运动模糊核双参数独立估算技术 |
| 3.4 实验分析与验证 |
| 3.4.1 合成运动模糊图像实验 |
| 3.4.2 动态视觉检测模糊图像实验 |
| 3.5 本章小结 |
| 第四章 基于深度学习的动态视觉检测逆卷积建模技术 |
| 4.1 引言 |
| 4.2 基于深度学习的动态视觉检测逆卷积建模技术方案设计 |
| 4.3 基于噪声分布的动态视觉检测数据保真技术 |
| 4.3.1 基于高斯分布的动态视觉检测数据保真技术 |
| 4.3.2 基于泊松分布的动态视觉检测数据保真技术 |
| 4.4 基于深度学习的动态视觉检测图像先验建模技术 |
| 4.4.1 基于深度学习的动态视觉检测图像先验网络构建 |
| 4.4.2 基于深度学习的动态视觉检测图像先验网络训练与优化 |
| 4.4.3 实验分析与验证 |
| 4.5 本章小结 |
| 第五章 动态视觉检测异常数据振铃效应抑制技术 |
| 5.1 引言 |
| 5.2 动态视觉检测异常数据振铃效应抑制技术方案设计 |
| 5.3 动态视觉检测边界截断振铃效应抑制技术 |
| 5.4 动态视觉检测过曝像素振铃效应抑制技术 |
| 5.4.1 基于VEM的动态视觉检测过曝像素振铃效应抑制技术 |
| 5.4.2 基于SRL的动态视觉检测过曝像素振铃效应抑制技术 |
| 5.4.3 实验分析与验证 |
| 5.5 本章小结 |
| 第六章 动态视觉检测模糊图像复原技术应用试验 |
| 6.1 引言 |
| 6.2 应用平台软硬件设置 |
| 6.2.1 视觉检测平台设置 |
| 6.2.2 图像复原软件设置 |
| 6.3 动态视觉检测模糊图像复原试验 |
| 6.3.1 动态目标检测模糊图像复原试验 |
| 6.3.2 动态尺寸检测模糊图像复原试验 |
| 6.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）基于多任务深度学习VLC视频传输质量评价技术（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 VLC视频传输质量概述 |
| 1.2.1 VLC视频传输系统构成与原理 |
| 1.2.2 视频传输评价指标及物理意义 |
| 1.3 论文相关内容国内外研究进展 |
| 1.3.1 视频传输时域指标检测技术 |
| 1.3.2 视频传输空域指标检测技术 |
| 1.3.3 多任务学习技术 |
| 1.4 论文研究内容与章节安排 |
| 第二章 基于多任务深度学习VLC视频传输质量评价框架设计 |
| 2.1 引言 |
| 2.2 VLC视频传输质量评价技术框架 |
| 2.2.1 VLC视频传输质量评价需求分析 |
| 2.2.2 VLC视频传输质量评价系统整体方案 |
| 2.2.3 VLC视频传输质量评价流程 |
| 2.3 VLC视频传输质量评价关键技术分析 |
| 2.3.1 基于多级特征目标识别的VLC视频传输时域检测技术 |
| 2.3.2 基于孪生CNN的 VLC视频传输空域检测技术 |
| 2.3.3 基于多任务深度学习的VLC视频传输质量评价技术 |
| 2.4 本章小结 |
| 第三章 基于多级特征目标识别VLC视频传输时域检测技术 |
| 3.1 引言 |
| 3.2 基于SSD频标识别的VLC视频传输时域检测技术 |
| 3.2.1 SSD多级特征目标检测网络构建 |
| 3.2.2 基于SSD多级特征目标检测的频标识别与时域指标检测 |
| 3.3 基于FPN的 SSD目标检测网络结构优化 |
| 3.4 试验与分析 |
| 3.5 本章小结 |
| 第四章 基于孪生CNN的 VLC视频传输空域检测技术 |
| 4.1 引言 |
| 4.2 基于孪生CNN的全参考图像质量评价 |
| 4.2.1 全参考图像质量评价网络搭建 |
| 4.2.2 面向输入任意尺寸图像的网络结构优化 |
| 4.3 基于伪参考图像生成的无参考图像质量评价 |
| 4.3.1 基于伪参考图像生成的无参考图像质量评价机理 |
| 4.3.2 伪参考图像生成网络与真伪参考图像判别网络构建 |
| 4.4 试验与分析 |
| 4.5 本章小结 |
| 第五章 基于多任务学习VLC视频传输质量评价技术 |
| 5.1 引言 |
| 5.2 基于时空视觉敏感性的VLC视频传输质量评价技术 |
| 5.2.1 VLC视频传输质量评价需求与机理分析 |
| 5.2.2 基于时空视觉敏感性VLC视频传输质量评价网络构建 |
| 5.3 面向VLC视频传输质量评价的多任务学习技术 |
| 5.4 试验与分析 |
| 5.5 本章小结 |
| 第六章 实验与结果分析 |
| 6.1 引言 |
| 6.2 检测系统软硬件平台搭建 |
| 6.2.1 VLC视频传输质量综合检测硬件平台搭建 |
| 6.2.2 VLC视频传输质量综合检测软件 |
| 6.3 VLC视频传输质量综合检测应用效果分析 |
| 6.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
四、关于VCD图像质量的技术分析（论文参考文献）
- [1]基于全景视频的自由视点漫游系统设计与实现[D]. 刘伟民. 四川大学, 2021(02)
- [2]混凝土表面风蚀试验和风蚀评价方法的研究[D]. 徐党先. 北京交通大学, 2021(02)
- [3]铁路周界异物入侵检测系统的设计与实现[D]. 吴志宇. 北京交通大学, 2021(02)
- [4]星载大气痕量气体差分吸收光谱仪NO2反演算法研究及应用[D]. 杨东上. 中国科学技术大学, 2021(09)
- [5]基于AVS3视频编码的快速算法研究[D]. 任锐. 北京邮电大学, 2021(01)
- [6]指纹信息提取技术分析与实现[D]. 张天良. 河南大学, 2020(02)
- [7]基于广播方式的校园版“屏屏通”系统的设计与研究[D]. 常昭一. 北京工业大学, 2020(07)
- [8]基于生成对抗网络的图像复原技术研究[D]. 曹志义. 北京邮电大学, 2020(01)
- [9]动态视觉检测模糊图像复原关键技术研究[D]. 王博帝. 华南理工大学, 2020
- [10]基于多任务深度学习VLC视频传输质量评价技术[D]. 蒋晨杰. 华南理工大学, 2020(02)