马尔科夫网络模型下人脸图像超分辨率算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景和意义 | 第8-9页 |
| ·超分辨率技术的产生与发展 | 第9-10页 |
| ·图像超分辨率方法分类 | 第10-14页 |
| ·基于插值的方法 | 第10-11页 |
| ·基于重建的方法 | 第11-12页 |
| ·基于学习的方法 | 第12-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 马尔科夫网络模型下SR学习算法 | 第16-21页 |
| ·马尔科夫网络模型 | 第16-18页 |
| ·马尔科夫链的定义 | 第16页 |
| ·马尔科夫随机场 | 第16-17页 |
| ·图像马尔科夫网络模型 | 第17-18页 |
| ·基于学习的SR理论基础 | 第18页 |
| ·基于学习的SR关键问题 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第三章 基于人眼定位的人脸对齐方法 | 第21-34页 |
| ·人眼定位分类 | 第21-23页 |
| ·基于特征知识的方法 | 第21-22页 |
| ·基于模板匹配的方法 | 第22页 |
| ·基于统计学习的方法 | 第22-23页 |
| ·人眼定位流程 | 第23-24页 |
| ·光照评估 | 第24-26页 |
| ·场景光照评估 | 第24-25页 |
| ·人脸光照评估 | 第25-26页 |
| ·自适应平滑自商图像(ASSQI) | 第26-29页 |
| ·自商图像(SQI) | 第26页 |
| ·自适应平滑自商图像(ASSQI) | 第26-29页 |
| ·多层分块人眼定位 | 第29-30页 |
| ·眼睛粗检测 | 第29-30页 |
| ·眼睛准确定位 | 第30页 |
| ·人眼定位实验 | 第30-32页 |
| ·实验数据 | 第30-31页 |
| ·实验结果 | 第31-32页 |
| ·人脸对齐 | 第32-33页 |
| ·确定匹配点 | 第32页 |
| ·仿射变换 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第四章 MN模型下分块搜索匹配方法 | 第34-45页 |
| ·分块方式 | 第34-36页 |
| ·马尔科夫网络模型下分块的数学描述 | 第36-38页 |
| ·分块搜索匹配方法 | 第38-44页 |
| ·局部二元模式(LBP) | 第38-39页 |
| ·分块相似性度量 | 第39-40页 |
| ·局部最近邻块搜索 | 第40-42页 |
| ·块间兼容性检查 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第五章 系统设计与算法分析 | 第45-59页 |
| ·系统需求 | 第45-46页 |
| ·系统的功能设计 | 第46-47页 |
| ·系统的模块设计 | 第47-48页 |
| ·实验环境与开发工具 | 第48-49页 |
| ·实验环境 | 第48页 |
| ·系统开发工具 | 第48-49页 |
| ·关键技术 | 第49-54页 |
| ·OpenCV概述 | 第49-50页 |
| ·图像文件读取 | 第50-52页 |
| ·人脸检测 | 第52-54页 |
| ·实验结果与分析 | 第54-58页 |
| ·训练集的构造 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·算法复杂度分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·本文工作总结 | 第59-60页 |
| ·下一步的研究工作 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士期间的主要科研成果 | 第67页 |
