论文创新点 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-13页 |
第一章 绪论 | 第13-30页 |
·研究背景与意义 | 第13-14页 |
·人脸超分辨率面临的问题与研究现状 | 第14-26页 |
·监控视频人脸图像的特点与面临的挑战 | 第14-15页 |
·研究现状与存在的问题 | 第15-26页 |
·本文的研究内容 | 第26-27页 |
·本文的组织结构 | 第27-30页 |
第二章 基于最近特征线流形学习的人脸超分辨率算法 | 第30-46页 |
·引言 | 第30-32页 |
·流形学习算法 | 第32-34页 |
·基于邻域嵌入的图像超分辨率算法 | 第34页 |
·基于最近特征线流形学习的人脸超分辨率算法 | 第34-42页 |
·符号定义 | 第35页 |
·基于最近特征线流形学习的人脸超分辨率算法 | 第35-38页 |
·最近特征线人脸超分辨率方法的改进 | 第38-39页 |
·人脸图像小块划分 | 第39-42页 |
·实验及结果分析 | 第42-45页 |
·人脸库介绍 | 第42页 |
·算法参数设置 | 第42页 |
·不同算法主客观对比结果 | 第42-44页 |
·训练库大小对算法结果的影响 | 第44-45页 |
·总结与展望 | 第45-46页 |
第三章 基于图像块局部约束表示的噪声鲁棒人脸超分辨率算法 | 第46-71页 |
·引言 | 第46-49页 |
·图像块表示方法 | 第49-50页 |
·最小二乘表示法 | 第49-50页 |
·稀疏表示法 | 第50页 |
·局部约束鲁棒人脸超分辨率算法 | 第50-54页 |
·图像块局部约束表示 | 第50-51页 |
·目标函数优化 | 第51-52页 |
·局部约束鲁棒人脸超分辨率算法 | 第52-54页 |
·稀疏性和局部性分析 | 第54-58页 |
·稀疏性分析 | 第54-56页 |
·局部性分析 | 第56-58页 |
·实验及结果分析 | 第58-69页 |
·人脸库介绍 | 第59-60页 |
·FEI人脸库上的结果 | 第60-62页 |
·参数分析 | 第62-65页 |
·算法噪声鲁棒性测试 | 第65-67页 |
·真实图像的超分辨率重构结果 | 第67-69页 |
·总结与展望 | 第69-71页 |
第四章 基于高分辨率流形空间约束的人脸超分辨率算法 | 第71-96页 |
·引言 | 第71-74页 |
·基于高分辨率流形结构保持的嵌入学习 | 第74-80页 |
·符号定义及问题提出 | 第74-75页 |
·局部诱导的支撑回归方法 | 第75-80页 |
·实验结果分析 | 第80-94页 |
·对比算法与参数设置 | 第80-81页 |
·CAS-PEAL-R1人脸库上的对比结果 | 第81-85页 |
·AR人脸库上的对比结果 | 第85-86页 |
·算法参数对重构结果的影响 | 第86-91页 |
·真实世界人脸图像上的重建结果 | 第91-93页 |
·讨论 | 第93-94页 |
·总结与未来工作展望 | 第94-96页 |
第五章 基于局部迭代嵌入和字典渐进更新的人脸超分辨率算法 | 第96-119页 |
·引言 | 第96-99页 |
·相关工作 | 第99-103页 |
·符号定义及问题提出 | 第99-100页 |
·图像块表示方法 | 第100-103页 |
·提出的“由粗到精”人脸超分辨率方法 | 第103-108页 |
·局部约束迭代邻域嵌入方法 | 第104-106页 |
·多层局部约束迭代邻域嵌入方法 | 第106-108页 |
·计算复杂度 | 第108页 |
·实验结果 | 第108-118页 |
·人脸库描述 | 第109页 |
·参数分析 | 第109-113页 |
·与前沿算法的对比 | 第113-115页 |
·实际人脸超分辨率重构结果 | 第115-116页 |
·讨论 | 第116-118页 |
·结论 | 第118-119页 |
第六章 总结与展望 | 第119-122页 |
·本文工作总结 | 第119-120页 |
·未来工作展望 | 第120-122页 |
附录 部分推导与数学证明 | 第122-123页 |
附录A 图像噪声强度与正则化参数的关系 | 第122-123页 |
参考文献 | 第123-131页 |
攻读博士学位期间完成的论文 | 第131-136页 |
参加的科研项目 | 第136-137页 |
获得国家发明专利 | 第137-139页 |
获奖情况 | 第139-140页 |
学术交流与学术服务 | 第140-141页 |
致谢 | 第141页 |