目 錄 第1章 緒論 1 1.1 圖像非聚焦模糊處理的目的和意義 1 1.2 圖像非聚焦模糊處理中的相關基本概念 2 1.2.1 非聚焦模糊圖像的定義及類別 2 1.2.2 圖像非聚焦模糊智能處理中的深度學習技術 2 1.2.3 圖像非聚焦模糊智能處理 4 1.3 圖像非聚焦模糊處理的設計要求和評估指標 4 1.3.1 圖像非聚焦模糊處理的設計要求 4 1.3.2 圖像非聚焦模糊處理的評估指標 5 1.4 圖像非聚焦模糊處理技術的研究歷史及現狀 7 1.4.1 非聚焦模糊檢測 7 1.4.2 非聚焦模糊圖像去模糊 8 1.5 本書的研究范圍和概覽 9 參考文獻 11 第2章 多尺度特征學習的圖像非聚焦模糊檢測 14 2.1 引言 14 2.2 級聯映射殘差學習網絡 15 2.2.1 方法背景 15 2.2.2 級聯映射殘差學習模型 16 2.2.3 模型訓練 22 2.2.4 實驗 23 2.3 圖像尺度對稱協作網絡 30 2.3.1 方法背景 30 2.3.2 圖像尺度對稱協作模型 32 2.3.3 模型訓練 36 2.3.4 實驗 36 2.4 小結 42 參考文獻 42 第3章 深度集成學習的圖像非聚焦模糊檢測 46 3.1 引言 46 3.2 深度交叉集成網絡 46 3.2.1 方法背景 46 3.2.2 深度交叉集成網絡模型 48 3.2.3 模型訓練 52 3.2.4 實驗 52 3.3 自適應集成網絡 56 3.3.1 方法背景 56 3.3.2 自適應集成網絡模型 58 3.3.3 模型訓練 63 3.3.4 實驗 64 3.4 小結 69 參考文獻 70 第4章 強魯棒圖像的非聚焦模糊檢測 74 4.1 引言 74 4.2 多層級蒸餾學習的全場景非聚焦模糊檢測 74 4.2.1 方法背景 74 4.2.2 多層級蒸餾學習的全場景非聚焦模糊檢測模型 77 4.2.3 模型訓練 82 4.2.4 實驗 83 4.3 基于MRFT的非聚焦模糊檢測攻擊 89 4.3.1 方法背景 89 4.3.2 基于MRFT的非聚焦模糊檢測攻擊模型 90 4.3.3