监控场景低质人脸图像恢复算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 清晰人脸恢复模型 | 第16-31页 |
| 2.1 跨风格人脸图像合成问题 | 第16-27页 |
| 2.1.1 人脸对齐 | 第17-19页 |
| 2.1.2 字典构建 | 第19-21页 |
| 2.1.3 图像块相似度计算 | 第21-24页 |
| 2.1.4 图像近邻块查找算法 | 第24-25页 |
| 2.1.5 图像块的近邻块表示系数计算 | 第25-26页 |
| 2.1.6 人脸合成 | 第26-27页 |
| 2.2 基于回溯双线性滤波的图像去噪 | 第27-30页 |
| 2.2.1 回溯双边滤波算法 | 第28-29页 |
| 2.2.2 面部细节保护 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于清晰人脸的人脸恢复算法 | 第31-38页 |
| 3.1 颜色模型处理 | 第32-33页 |
| 3.2 人脸图像对齐 | 第33-35页 |
| 3.3 清晰人脸合成 | 第35-36页 |
| 3.4 人脸-素描合成 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 实验设计与算法验证 | 第38-53页 |
| 4.1 总体设计流程以及影响因素分析 | 第38页 |
| 4.2 人脸库建立 | 第38-43页 |
| 4.2.1 场景设计与数据采集 | 第39-40页 |
| 4.2.2 数据处理 | 第40-43页 |
| 4.3 多个因素对最终效果的影响及其分析 | 第43-47页 |
| 4.3.1 对齐精确度 | 第43-44页 |
| 4.3.2 网格大小 | 第44-45页 |
| 4.3.3 相似性函数定义 | 第45-46页 |
| 4.3.4 相似块查找方式 | 第46-47页 |
| 4.4 去噪算法效果 | 第47-50页 |
| 4.5 素描生成效果验证 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文研究总结 | 第53-54页 |
| 5.2 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |
