小样本训练集下人脸图像超分辨率重构算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的研究背景及应用 | 第8-10页 |
| ·图像超分辨率发展及研究现状 | 第10-11页 |
| ·图像超分辨率方法的分类 | 第11-14页 |
| ·基于频域的重构方法 | 第11-12页 |
| ·基于空域的重构方法 | 第12-13页 |
| ·基于学习的方法 | 第13-14页 |
| ·论文的研究内容 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 基于学习的图像超分辨率技术 | 第16-24页 |
| ·SR的理论基础 | 第16-17页 |
| ·主要的理论模型 | 第17-21页 |
| ·马尔可夫网络模型 | 第17-18页 |
| ·图像金字塔模型 | 第18-21页 |
| ·MN模型下图像的分块 | 第21-23页 |
| ·图像的分块策略 | 第21-22页 |
| ·训练集的生成策略 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 针对小样本训练集的人脸图像超分辨率算法 | 第24-38页 |
| ·局部失真和块效应 | 第24-25页 |
| ·插值技术与分步放大 | 第25-28页 |
| ·视觉相容性准则的引入 | 第28-29页 |
| ·权值机制的引入 | 第29-30页 |
| ·训练集的生成 | 第30-31页 |
| ·超分辨率算法 | 第31-34页 |
| ·算法描述 | 第31-33页 |
| ·算法伪码 | 第33-34页 |
| ·实验结果及分析 | 第34-37页 |
| ·结果分析 | 第34-35页 |
| ·算法复杂度分析 | 第35-36页 |
| ·算法局限性分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 实验系统的设计与实现 | 第38-52页 |
| ·系统的需求分析 | 第38-40页 |
| ·功能模块的设计 | 第40-41页 |
| ·系统的关键技术 | 第41-46页 |
| ·位图格式概述 | 第41-45页 |
| ·CDib类的实现 | 第45-46页 |
| ·实验过程及结果 | 第46-51页 |
| ·实验过程 | 第46-48页 |
| ·影响算法质量的因素 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·本文的工作总结 | 第52页 |
| ·下一步工作展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间的主要科研成果 | 第60页 |
