| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题的研究目的和意义 | 第9-11页 |
| 1.2 国内外研究现状和发展趋势 | 第11-15页 |
| 1.3 本文的研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 2 图像修复相关技术 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 基于传统方法的图像修复算法 | 第16-20页 |
| 2.3 基于深度学习的图像修复算法 | 第20-23页 |
| 2.4 算法总结和分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于联合残差网络的低质量水印人脸修复算法 | 第25-42页 |
| 3.1 低质量水印人脸修复问题分析 | 第25-31页 |
| 3.1.1 Context Encoders算法实验及分析 | 第25-28页 |
| 3.1.2 改进的Context Encoders算法实验及分析 | 第28-31页 |
| 3.2 基于联合残差网络的低质量水印人脸修复算法 | 第31-38页 |
| 3.2.1 全局修复网络 | 第31-33页 |
| 3.2.2 局部修复网络 | 第33-36页 |
| 3.2.3 判别约束网络 | 第36-38页 |
| 3.3 算法框架 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4 算法实验分析 | 第42-53页 |
| 4.1 实验准备 | 第42-44页 |
| 4.1.1 环境配置 | 第42页 |
| 4.1.2 实验数据集 | 第42-44页 |
| 4.1.3 参数选择 | 第44页 |
| 4.2 实验评价方法 | 第44-48页 |
| 4.2.1 主观评价方法 | 第45页 |
| 4.2.2 客观评价方法 | 第45-48页 |
| 4.3 实验结果分析 | 第48-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结和展望 | 第53-56页 |
| 5.1 论文工作总结 | 第53-54页 |
| 5.2 未来工作展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-60页 |
| 致谢 | 第60-62页 |