首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于超分辨率重建的异质人脸图像分析

致谢第7-8页
摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第14-23页
    1.1 研究背景与意义第14-15页
    1.2 国内外研究现状第15-20页
        1.2.1 基于局部特征的素描人脸识别第16-17页
        1.2.2 基于风格转换的素描人脸识别第17-19页
        1.2.3 人脸图像的超分辨率重建技术第19-20页
    1.3 本文研究内容与结构安排第20-23页
        1.3.1 本文的研究内容第21页
        1.3.2 本文的结构安排第21-23页
第二章 相关基本理论与方法第23-31页
    2.1 主成分分析第23-25页
        2.1.1 主成分分析基本原理第23-24页
        2.1.2 基于主成分分析的人脸识别方法第24-25页
    2.2 稀疏表示第25-27页
    2.3 字典学习第27-30页
        2.3.1 最优方向算法第28-29页
        2.3.2 K-奇异值分解算法第29-30页
    2.4 本章小结第30-31页
第三章 基于超分辨率重建的素描人脸识别第31-45页
    3.1 研究思路第31页
    3.2 素描画像-人脸图像转换第31-35页
        3.2.1 构建素描画像-人脸图像空间第32-33页
        3.2.2 素描画像-人脸图像映射与转换第33-35页
    3.3 基于稀疏表示的超分辨率重建第35-38页
        3.3.1 图像超分辨率数学模型第35-36页
        3.3.2 联合字典学习第36-37页
        3.3.3 全局重建约束条件第37-38页
    3.4 素描人脸图像识别第38-40页
    3.5 实验结果与分析第40-43页
    3.6 本章小结第43-45页
第四章 基于风格转换和多字典学习的素描人脸识别与检索第45-60页
    4.1 研究思路第45页
    4.2 基于自适应多字典学习的超分辨率重建第45-49页
        4.2.1 训练样本聚类第46-47页
        4.2.2 自适应多字典学习第47-48页
        4.2.3 图像超分辨率重建第48-49页
    4.3 基于二维边际费希尔分析的人脸识别第49-52页
    4.4 素描人脸图像检索第52-53页
    4.5 实验结果与分析第53-58页
    4.6 本章小节第58-60页
第五章 总结与展望第60-62页
    5.1 总结第60-61页
    5.2 展望第61-62页
参考文献第62-67页
攻读硕士学位期间的学术活动及成果情况第67-68页

论文共68页,点击 下载论文
上一篇:生本理念下的高中语文阅读指导探究
下一篇:多标签分类中特征选择算法的研究