图像非聚焦模糊智能处理及应用

目 录 第1章 绪论 1 1.1 图像非聚焦模糊处理的目的和意义 1 1.2 图像非聚焦模糊处理中的相关基本概念 2 1.2.1 非聚焦模糊图像的定义及类别 2 1.2.2 图像非聚焦模糊智能处理中的深度学习技术 2 1.2.3 图像非聚焦模糊智能处理 4 1.3 图像非聚焦模糊处理的设计要求和评估指标 4 1.3.1 图像非聚焦模糊处理的设计要求 4 1.3.2 图像非聚焦模糊处理的评估指标 5 1.4 图像非聚焦模糊处理技术的研究历史及现状 7 1.4.1 非聚焦模糊检测 7 1.4.2 非聚焦模糊图像去模糊 8 1.5 本书的研究范围和概览 9 参考文献 11 第2章 多尺度特征学习的图像非聚焦模糊检测 14 2.1 引言 14 2.2 级联映射残差学习网络 15 2.2.1 方法背景 15 2.2.2 级联映射残差学习模型 16 2.2.3 模型训练 22 2.2.4 实验 23 2.3 图像尺度对称协作网络 30 2.3.1 方法背景 30 2.3.2 图像尺度对称协作模型 32 2.3.3 模型训练 36 2.3.4 实验 36 2.4 小结 42 参考文献 42 第3章 深度集成学习的图像非聚焦模糊检测 46 3.1 引言 46 3.2 深度交叉集成网络 46 3.2.1 方法背景 46 3.2.2 深度交叉集成网络模型 48 3.2.3 模型训练 52 3.2.4 实验 52 3.3 自适应集成网络 56 3.3.1 方法背景 56 3.3.2 自适应集成网络模型 58 3.3.3 模型训练 63 3.3.4 实验 64 3.4 小结 69 参考文献 70 第4章 强鲁棒图像的非聚焦模糊检测 74 4.1 引言 74 4.2 多层级蒸馏学习的全场景非聚焦模糊检测 74 4.2.1 方法背景 74 4.2.2 多层级蒸馏学习的全场景非聚焦模糊检测模型 77 4.2.3 模型训练 82 4.2.4 实验 83 4.3 基于MRFT的非聚焦模糊检测攻击 89 4.3.1 方法背景 89 4.3.2 基于MRFT的非聚焦模糊检测攻击模型 90 4.3.3