首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于表示学习的人脸图像超分辨率方法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-17页
    1.1 人脸超分辨率研究背景及意义第9-11页
    1.2 人脸超分辨率研究现状第11-14页
        1.2.1 基于多帧重构的人脸图像超分辨率技术第11页
        1.2.2 基于学习的人脸图像超分辨率技术第11-14页
    1.3 文章的主要工作第14-15页
    1.4 章节安排第15-17页
第二章 相关背景知识介绍第17-25页
    2.1 人脸图像超分辨率重建的基本理论第17-19页
        2.1.1 人脸图像的成像原理及降质过程第17-18页
        2.1.2 人脸图像重建质量的客观标准第18-19页
    2.2 基于学习的局部人脸图像超分辨率相关算法第19-24页
        2.2.1 基于近邻嵌入的人脸超分辨率算法第19-21页
        2.2.2 基于位置块的人脸超分辨率算法第21-23页
        2.2.3 基于局部稀疏表示的人脸超分辨率算法第23页
        2.2.4 基于局部约束的人脸超分辨率算法第23-24页
    2.3 本章总结第24-25页
第三章 基于核局部约束自适应迭代的近邻嵌入方法第25-37页
    3.1 引言第25页
    3.2 基于局部约束的迭代近邻嵌入算法第25-26页
    3.3 基于核局部约束自适应迭代的近邻嵌入方法第26-29页
        3.3.1 基于核局部约束自适应迭代的近邻嵌入算法的研究动机第26-27页
        3.3.2 基于核局部约束自适应迭代的近邻嵌入算法的描述第27-29页
    3.4 实验结果与分析第29-36页
        3.4.1 人脸训练图像库的简介与建立第29-30页
        3.4.2 参数的优化选择第30-33页
        3.4.3 实验结果比较与分析第33-35页
        3.4.4 实际环境下合成的人脸图像第35-36页
    3.5 本章小结第36-37页
第四章 基于核范数的局部约束迭代矩阵回归方法第37-49页
    4.1 引言第37页
    4.2 基于核范数正则的稀疏译码算法第37-40页
    4.3 基于核范数的局部约束迭代矩阵回归方法第40-42页
        4.3.1 基于核范数的局部约束迭代矩阵回归算法的研究动机第40页
        4.3.2 基于核范数的局部约束迭代矩阵回归算法的描述第40-42页
    4.4 实验结果与分析第42-48页
        4.4.1 无噪音块遮挡情况下的实验结果比较与分析第43-44页
        4.4.2 有噪音块遮挡情况下的实验结果比较与分析第44-46页
        4.4.3 两种情况下合成人脸图像质量的客观对比第46-47页
        4.4.4 实际环境下合成的人脸图像第47-48页
    4.5 本章小结第48-49页
第五章 基于双核范数正则的多姿态人脸超分辨率方法第49-60页
    5.1 引言第49页
    5.2 正交普洛克问题第49-50页
    5.3 基于双核范数正则的多姿态人脸超分辨率方法第50-53页
        5.3.1 基于双核范数正则的多姿态算法的研究动机第50页
        5.3.2 基于双核范数正则的多姿态算法的描述第50-53页
    5.4 实验结果与分析第53-58页
        5.4.1 人脸训练图像库的简介及建立第53-54页
        5.4.2 参数的优化选择第54-56页
        5.4.3 实验结果比较与分析第56-58页
    5.5 本章总结第58-60页
第六章 总结与展望第60-62页
    6.1 工作总结第60-61页
    6.2 研究展望第61-62页
参考文献第62-65页
附录1 攻读硕士学位期间撰写的论文第65-66页
附录2 攻读硕士学位期间申请的专利第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:物流系统中的车辆轨迹识别及其应用
下一篇:动态磁共振图像重建低秩算法应用研究