基于多输出回归的超低分辨率人脸重构研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究的背景和意义 | 第10-11页 |
| ·国内外研究现状及分析 | 第11-15页 |
| ·传统方法 | 第11-13页 |
| ·近年来的成果 | 第13-15页 |
| ·总结 | 第15页 |
| ·论文主要工作 | 第15-16页 |
| ·论文的组织及内容安排 | 第16-17页 |
| 第2章 基于贝叶斯 MARS 的多输出回归理论 | 第17-24页 |
| ·多输出回归问题的提出 | 第17页 |
| ·多元自适应回归样条 | 第17-19页 |
| ·贝叶斯形式 MARS 模型 | 第19-20页 |
| ·马尔可夫链蒙特卡罗模拟 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 超低分辨率人脸重构算法 | 第24-43页 |
| ·图像超分辨率重构技术 | 第24-30页 |
| ·技术介绍 | 第24-26页 |
| ·“S2R2”方法介绍 | 第26-30页 |
| ·基于 KL 变换特征域的人脸重构算法 | 第30-33页 |
| ·KL 变换理论 | 第30-31页 |
| ·基于 KL 变换特征域的人脸重构算法 | 第31-32页 |
| ·实验结果与分析 | 第32-33页 |
| ·基于贝叶斯 MARS 模型的分片多输出回归算法 | 第33-41页 |
| ·算法介绍 | 第34页 |
| ·实验结果与分析 | 第34-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 超低分辨率人脸重构系统的设计与实现 | 第43-54页 |
| ·系统总体介绍 | 第43-44页 |
| ·人脸检测算法 | 第44-48页 |
| ·Haar-Like 特征 | 第44-47页 |
| ·AdaBoost 分类器 | 第47-48页 |
| ·人脸对齐算法 | 第48-51页 |
| ·算法介绍 | 第49-50页 |
| ·人脸对齐后效果图 | 第50-51页 |
| ·对齐后人脸重构 | 第51-53页 |
| ·重构误差 | 第51-52页 |
| ·识别率 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |
