安防监控中人脸图像信息可用性评估
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景 | 第13-14页 |
1.2 研究现状 | 第14-16页 |
1.3 研究难点 | 第16-17页 |
1.4 论文章节安排及创新点 | 第17-19页 |
第二章 图像信息可用性相关算法概述 | 第19-27页 |
2.1 主观IQA评估方法 | 第19-20页 |
2.2 客观IQA评估算法 | 第20-23页 |
2.2.1 全参考图像质量评估 | 第21-22页 |
2.2.2 无参考图像质量评估 | 第22-23页 |
2.2.3 部分参考图像质量评估 | 第23页 |
2.3 IQA评估效果的评价方法 | 第23-25页 |
2.4 本章小结 | 第25-27页 |
第三章 基于平面特征的人脸图像信息可用性分析 | 第27-56页 |
3.1 人脸图像信息可用性主观评估数据库建立 | 第27-32页 |
3.1.1 主观评估测试实验 | 第28-30页 |
3.1.2 原始数据处理与整理 | 第30-32页 |
3.2 人脸图像信息可用性的影响因素研究 | 第32-42页 |
3.2.1 钝化对人脸图像信息可用性的影响 | 第33-36页 |
3.2.2 白噪声人脸图像信息可用性的影响 | 第36-39页 |
3.2.3 实验验证及分析 | 第39-42页 |
3.3 BRISQUE技术对人脸评估的适用性分析 | 第42-51页 |
3.3.1 BRISQUE算法优势分析 | 第42-47页 |
3.3.2 BRISQUE钝化与白噪声评估实验 | 第47-51页 |
3.4 基于空间域参数与图像熵的评估算法设计 | 第51-55页 |
3.4.1 BRISQUE在熵评估中的失效现象 | 第51-52页 |
3.4.2 算法设计及算法性能评估 | 第52-55页 |
3.5 本章小结 | 第55-56页 |
第四章 基于姿态特征的人脸图像信息可用性分析 | 第56-79页 |
4.1 人脸角度对可用性的影响分析 | 第56-57页 |
4.2 基于BP神经网络的人脸角度识别算法设计 | 第57-67页 |
4.2.1 BP神经网络分类器 | 第58-59页 |
4.2.2 基于边缘的特征提取算法设计 | 第59-62页 |
4.2.3 实验验证与性能对比 | 第62-67页 |
4.3 平面特征与姿态特征结合的评估系统设计 | 第67-71页 |
4.3.1 输入视频采样模块 | 第68页 |
4.3.2 基于Haar特征提取的人脸检测模块 | 第68-70页 |
4.3.3 姿态特征与平面特征打分模块 | 第70-71页 |
4.4 平面特征与姿态特征结合的评估系统实验 | 第71-78页 |
4.4.1 系统准备及实验 | 第71-75页 |
4.4.2 实验结果分析与反馈 | 第75-78页 |
4.5 本章小结 | 第78-79页 |
第五章 结论和展望 | 第79-81页 |
5.1 本文工作总结 | 第79-80页 |
5.2 后续工作展望 | 第80-81页 |
参考文献 | 第81-86页 |
致谢 | 第86-87页 |
攻读硕士学位期间已发表或录用的论文 | 第87-89页 |