基于卷积神经网络的光场图像的深度估计及超分辨的研究

《基于卷积神经网络的光场图像的深度估计及超分辨的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、财｛謂我４圍硕士学位论文＿參Ｉ基于卷积神经网络的光场图像的深度估计及超分辨的研究Ｕ作者姓名侯秋侠ｇ指导教师姓名＇职称郑喆坤教授申请学位类别工学硕士学校代码１０７０１学号１５０２１２１１６１分类号ＴＰ３７密级公开ＸＩＤＩＡＮＵＮＩＶＥＲＳＩＴＹ硕士学位论文基于卷积神经网络的光场图像的深度估计及超分辨的研宄Ｉ作者姓名：侯秋侠一级学科：控制科学与工程二级学科：模式识别与智能系统学位类别：工学硕士指导教师姓名、职称：郑喆坤教授学院：电子工

2、程学院提交日期：２０１８年６月ＡＳｔｕｄｙｏｎＬｉｈｔＦｉｅｌｄＤｅｔｈＥｓｔｉｍａｔｉｏｎａｎｄｇｐ－ＲｅｓｏＳｕｐｅｒｌｕｔｉｏｎＵｓｉｎＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌｇＮｅｔｗｏｒｋＡＴｈｅｓｉｓｓｕｂｍｉｔｔｅｄｔｏＸＩＤＩＡＮＵＮＩＶＥＲＳＩＴＹｉｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｐｑｆｏｒｔｈｅｄｅｇｒｅｅｏｆＭａｓｔｅｒｉｎＣｏｎｔｒｏｌＳｃｉｅｎｃｅａｎｄＥｎｉｎｅｅｒｉｎｇｇＩＢｙ

3、ＨｏｕｉｕｘｉａＱＳｕｐｅｒｖｉｓｏｒ：ＣｈｅｏｌｋｏｎＪｕｎｇＴｉｔｌｅ：ＰｒｏｆｅｓｓｏｒＪｕｎｅ２０１８西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研宄成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研宄所做的任何贡献均己在论文中作了明确的

4、说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。本人签名：｜夺Ｍｋ日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研宄生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交，论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容允许。采用影印、缩印或其它复制手段保存论文同时本人保证，结合学位论文研宄成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。－本人签名：休永俊导师签名：

5、－＇闵日？＾日期：期：９＾／（ｐ１）ＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴＬｉｈｔｆｉｅｌｄｃａｍｅｒａｓｓｕｃｈａｓｌｔｒｏｃａｍｅｒａｉｓｒｅｎｏｗｎｅｄｆｏｒｉｔｓａｂｉｌｉｔｔｏｒｅｆｏｃｕｓａｆｔｅｒｔａｋｉｎｇ，ｙ，ｙｇｔｏｎａｔｔｈｅｔｈｏａｉｃｔｕｒｅ．Ｉｔｏｂｔａｉｎｓｓｐａｔｉａｌａｎｄａｎｕｌａｒｉｎｆｏｒｍａｉｓａｍｅｉｍｅｉｎｏｎｅｔｏｒａｈｉｃｐｇｐｇｐ？ｅｘｏｓｕｒｅｃａｔｕｒｉｎｍｏｒｅｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔ

6、ｗｈｅｒｅｔｈｅｌｉｈｔｉｓｔｒａｖｅｌｉｎ．Ｗｉｔｈｒｉｃｈｉｎｆｏｒｐ，ｐｇｇｇｍａｔｉｏｎｔｈｅｌｉｇｈｔｆｉｅｌｄｉｍａｇｅｓｐｒｏｖｉｄｅ，ｉｔｓｈｏｗｓｉｍｐｒｏｖｅｄｐｅｒｆｏｒｍａｎｃｅｏｎｒｅｆｏｃｕｓｉｎｇ，ｄｅｔｈｐｅｓｔｉｔｉｏｎｌｉｅｎｃｄｅｔｅｃｔｉｏｎｍａｔｅｒｉａｌｒｅｃｏｎｉｔｉｏｎａｎｄｔｈｅｒｅｃｏｖｅｒｙｏｆｔｒａｎｓａｒｅｎｔｏｂｔｍａ，ｓａｙｅｃｓ，ｇｐｊｏｗｅｖｅｒ？ｔｓｓｏｃｎｏｂｓｎｔｉｎｍｉｃｒｏｓｃｏ．Ｈ

7、ｈｅｒｅｅｘｉｓｔｍｅｈａｌｌｅｎｉｒｌｅｍｉｌｉｈｆｉｅｌｄｄｅｔｈｅｓｔｉｐｙ，ｇｇｐｇｐｔｔｔｔｓｓｔｈｔａｔｏｎｍａｉｏｎａｎｄｈｅｌｉｈｆｉｅｌｄｉｍａｅｉｅｌｆ．ＦｉｒＡｌｔｈｏｕｌｉｈｆｉｅｌｄｄｅｔｈｅｓｔｉｍｉｉｓｅａｓｉｅｒｇｇ，ｇｇｐａｎｄｍｏｒｅａｃｃｕｒａｔｅｔｈａｎａｂｉｎｏｃｕｌａｒｓｔｅｒｅｏｄｅｐｔｈｅｓｔｉｍａｔｉｏｎ，ｉｔｓｔｉｌｌｓｕｆｆｅｒｓｆｒｏｍｏｃｃｌｕｓｉｏｎｓａｎｄｎｏｉｓｅ．Ｓｅｃｏｎｄｉｔｈａｓａｌｉ

8、ｍｉｔｅｄｎｕｍｂｅｒｏｆｔｒａｉｎｉｎｄａｔａｉｆｗｅａｄｏｔｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌ，ｇｐｎｅｔｗｏｒｋｓｔｏｍｏｄｅｌｎｏｎｌｉ