论文创新点 | 第6-8页 |
目录 | 第8-10页 |
摘要 | 第10-13页 |
ABSTRACT | 第13-15页 |
第1章 绪论 | 第16-38页 |
1.1 研究背景 | 第16-18页 |
1.2 国内外研究现状 | 第18-33页 |
1.2.1 视频编码标准概述 | 第18-20页 |
1.2.2 基于人眼感知的视频编码概述 | 第20-22页 |
1.2.3 基于视觉选择机制的视频感知编码 | 第22-27页 |
1.2.4 基于掩蔽机制的视频感知编码技术 | 第27-29页 |
1.2.5 图像超分辨率增强技术概述 | 第29-33页 |
1.3 面临的关键问题 | 第33-34页 |
1.3.1 存在的理论问题 | 第33页 |
1.3.2 存在的技术问题 | 第33-34页 |
1.4 论文的研究方案、研究内容和组织结构 | 第34-38页 |
第2章 基于时空域关注度分析的背景减除方法 | 第38-51页 |
2.1 引言 | 第38-39页 |
2.2 方法比较 | 第39-41页 |
2.3 改进的背景减除计算方法 | 第41-45页 |
2.4 实验与性能分析 | 第45-50页 |
2.5 小结 | 第50-51页 |
第3章 基于Foveated JND和主结构分析的视频感知编码 | 第51-62页 |
3.1 引言 | 第51页 |
3.2 方法比较 | 第51-53页 |
3.3 改进的JND阈值计算算法 | 第53-54页 |
3.4 图像主结构分析的失真模型 | 第54-55页 |
3.5 基于Foveated JND和图像主结构分析的视频编码方法 | 第55-56页 |
3.6 实验与性能分析 | 第56-60页 |
3.7 小结 | 第60-62页 |
第4章 基于结构相似性正则的人脸超分辨率算法 | 第62-78页 |
4.1 引言 | 第62-64页 |
4.2 方法比较 | 第64-65页 |
4.3 改进的人脸超分辨率正则项 | 第65-67页 |
4.3.1 基于非本地均值的正则项模型 | 第65-66页 |
4.3.2 相似块的快速选择算法 | 第66-67页 |
4.4 基于结构相似性正则的人脸超分辨率算法 | 第67-68页 |
4.5 收敛性分析 | 第68-69页 |
4.6 实验与性能分析 | 第69-76页 |
4.6.1 仿真图像测试结果 | 第71-73页 |
4.6.2 实际图像测试实验结果 | 第73-76页 |
4.7 小结 | 第76-78页 |
第5章 总结与展望 | 第78-81页 |
5.1 本文的贡献与创新之处 | 第78-80页 |
5.2 研究展望 | 第80-81页 |
参考文献 | 第81-86页 |
攻读博士学位期间的科研工作情况 | 第86-88页 |
致谢 | 第88页 |