基于CNN的超分辨率算法及实现任务书

 2021-12-22 21:19:06

全文总字数：1023字

1. 毕业设计（论文）主要内容：

  1. 学习并掌握Python编程；
  2. 学习深度学习及超分辨率图像相关算法原理；
  3. 基于python实现基于CNN的超分辨率。

2. 毕业设计（论文）主要任务及要求

  1. 编写程序实现基于CNN的超分辨；
  2. 撰写格式必须规范；
  3. 阅读的参考文献不少于15篇（其中近5年外文文献不少于3篇)；
  4. 完成不少于12000字的论文的撰写并完成答辩的相关工作；
  5. 完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译；
  6. 正文应包含不少于12幅图（包括：电路原理图、流程图、结构框图、程序框图等）。

3. 毕业设计（论文）完成任务的计划与安排

  • 第1周—第3周 搜集资料，撰写开题报告；
  • 第4周—第5周 论文开题；
  • 第6周—第12周 撰写论文初稿；
  • 第12周—第15周 修改论文；
  • 第16周 论文答辩

4. 主要参考文献

  1. Dong C, Loy C C, He K, et al. Learning a deep convolutional network for image super-resolution[C]//European conference on computer vision. Springer, Cham, 2014: 184-199.
  2. Dong C, Loy C C, Tang X. Accelerating the super-resolution convolutional neural network[C]//European conference on computer vision. Springer, Cham, 2016: 391-407.
  3. LeCun Y, Boser B, Denker J S, et al. Backpropagation applied to handwritten zip code recognition[J]. Neural computation, 1989, 1(4): 541-551.
  4. 韩森森. 深度学习在超分辨率图像重建中的应用[J]. 计算机时代, 2017(7):38-41.
  5. 曹雪. 基于动态卷积及学习率自适应的图像超分重建方法研究[D].北京工业大学,2017.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可： Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版

您可能感兴趣的文章