人脸图像修复技术研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 纹理修复研究现状概述 | 第13-17页 |
| 1.2.1 基于纹理合成的图像修复 | 第13-15页 |
| 1.2.2 基于偏微分方程的修复 | 第15-16页 |
| 1.2.3 基于稀疏表示的图像修复 | 第16-17页 |
| 1.2.4 混合图像修复 | 第17页 |
| 1.3 深度学习研究现状 | 第17-19页 |
| 1.4 本文的研究目标和主要内容 | 第19页 |
| 1.5 本文组织与结构 | 第19-21页 |
| 第2章 基于皮肤自相似性的人脸图像修复算法 | 第21-32页 |
| 2.1 引言 | 第21-22页 |
| 2.2 算法总体框架 | 第22页 |
| 2.3 算法细节 | 第22-29页 |
| 2.3.1 基于优先级的修复分析和定义 | 第23-26页 |
| 2.3.2 寻找最佳匹配块 | 第26-27页 |
| 2.3.3 更新置信度 | 第27页 |
| 2.3.4 搜索策略 | 第27-29页 |
| 2.4 实验分析和讨论 | 第29-31页 |
| 2.4.1 修复效果比较 | 第29-30页 |
| 2.4.2 算法局限性分析 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于深度学习的人脸修复算法 | 第32-47页 |
| 3.1 引言 | 第32-33页 |
| 3.2 算法总体框架 | 第33-34页 |
| 3.3 算法细节 | 第34-43页 |
| 3.3.1 Caffe框架 | 第34-35页 |
| 3.3.2 生成对抗网络 | 第35-39页 |
| 3.3.3 语义规则化 | 第39-43页 |
| 3.3.4 目标函数 | 第43页 |
| 3.4 实验分析和讨论 | 第43-46页 |
| 3.4.1 过拟合问题 | 第43-45页 |
| 3.4.2 实验效果比较与讨论 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 图像分割技术及人脸修复系统开发 | 第47-54页 |
| 4.1 引言 | 第47页 |
| 4.2 交互式分割 | 第47-48页 |
| 4.3 系统设计与实现 | 第48-50页 |
| 4.3.1 系统开发环境 | 第48-49页 |
| 4.3.2 核心算法动态链接库设计 | 第49-50页 |
| 4.4 实验结果分析与讨论 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间参加的科研项目和成果 | 第61页 |
