| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 超分辨率的研究背景及意义 | 第10页 |
| 1.2 图像超分辨率的主要方法 | 第10-12页 |
| 1.2.1 基于重建的超分辨率方法 | 第11页 |
| 1.2.2 基于插值的超分辨率方法 | 第11页 |
| 1.2.3 基于机器学习的超分辨率方法 | 第11-12页 |
| 1.3 人脸超分辨率的研究现状 | 第12页 |
| 1.4 本文的研究工作和内容安排 | 第12-14页 |
| 1.4.1 本文的研究工作 | 第12-13页 |
| 1.4.2 本文的内容安排 | 第13-14页 |
| 第二章 基于稀疏表示的超分辨率算法 | 第14-19页 |
| 2.1 稀疏表示 | 第14页 |
| 2.2 字典学习方法 | 第14-18页 |
| 2.2.1 联合字典学习方法（Joint Dictionary Learning） | 第14-16页 |
| 2.2.2 耦合的字典学习方法（Coupled Dictionary Learning） | 第16-17页 |
| 2.2.3 半耦合的字典学习方法（Semi-Coupled Dictionary Learning） | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于多字典稀疏表示的人脸超分辨率算法 | 第19-29页 |
| 3.1 分类 | 第19-20页 |
| 3.2 训练多字典 | 第20-23页 |
| 3.2.1 Beta Process Joint Dictionary Learning模型 | 第20-22页 |
| 3.2.2 学习多字典 | 第22-23页 |
| 3.3 合成高分辨率人脸图像 | 第23页 |
| 3.4 优化 | 第23-24页 |
| 3.5 实验结果 | 第24-28页 |
| 3.6 本章小结 | 第28-29页 |
| 第四章 基于边缘定向非线性插值和多字典学习的稀疏表示人脸超分辨率算法 | 第29-41页 |
| 4.1 图像上采样方法介绍 | 第29-34页 |
| 4.1.1 插值 | 第30页 |
| 4.1.2 边缘定向插值算法 | 第30-32页 |
| 4.1.3 基于边缘定向的非线性插值方法 | 第32-34页 |
| 4.2 基于边缘定向非线性插值和多字典学习的稀疏表示人脸超分辨率算法 | 第34-40页 |
| 4.2.1 获取训练集 | 第35页 |
| 4.2.2 合成高分辨率人脸图像 | 第35-36页 |
| 4.2.3 实验结果 | 第36-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 工作总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 发表论文和科研情况说明 | 第46-47页 |
| 致谢 | 第47-48页 |
