基于字典学习的人脸图像压缩
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·国内外研究现状 | 第9-11页 |
| ·相似图像数据集压缩分析 | 第11-12页 |
| ·论文选题意义 | 第12-13页 |
| ·本文章节和工作安排 | 第13-14页 |
| 第二章 数字信号的超完备基表述 | 第14-29页 |
| ·超完备基表述分析 | 第14-16页 |
| ·必要性 | 第14-15页 |
| ·可行性 | 第15-16页 |
| ·信号表述算法 | 第16-18页 |
| ·匹配追踪 | 第16-17页 |
| ·正交匹配追踪 | 第17页 |
| ·压缩感知匹配追踪 | 第17-18页 |
| ·预定超完备字典表述 | 第18-20页 |
| ·多个正交基的组合 | 第18-19页 |
| ·分数频率法 | 第19-20页 |
| ·超完备字典学习与表述 | 第20-22页 |
| ·MOD | 第20-21页 |
| ·K-SVD | 第21-22页 |
| ·其他方法 | 第22页 |
| ·系数的熵编码方法 | 第22-23页 |
| ·基向量与数据向量的归一化 | 第23-26页 |
| ·算法实验结果及分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 数字信号的完备与超完备表述结合 | 第29-42页 |
| ·两种表述方法的特点 | 第29-31页 |
| ·完备基表述的优缺点 | 第29-30页 |
| ·超完备基表述的优缺点 | 第30-31页 |
| ·两种表述方法结合的可能性 | 第31页 |
| ·预备定理 | 第31-34页 |
| ·匹配追踪算法的正交不变性 | 第32-33页 |
| ·字典学习算法的正交不变性 | 第33页 |
| ·正交变换的展开 | 第33-34页 |
| ·基于完备与超完备表述的图像压缩方法 | 第34-41页 |
| ·基本流程 | 第34-35页 |
| ·新方法分析 | 第35-36页 |
| ·实验环境和数据集分析 | 第36-37页 |
| ·实验结果及分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 图像分块选择压缩方法 | 第42-51页 |
| ·对复杂图像同时使用多种压缩方法的意义 | 第42-43页 |
| ·相似压缩效果的不同方法间的选择 | 第43-47页 |
| ·压缩时间和压缩效果决定压缩方法 | 第47-49页 |
| ·压缩系统的基本组成和处理流程 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·论文工作总结 | 第51-52页 |
| ·后续工作展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在读期间发表的学术论文与取得的研究成果 | 第58页 |
| 已经发表的论文 | 第58页 |
| 科研工作 | 第58页 |
