| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 课题主要工作 | 第11-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 图像超分辨率与深度卷积神经网络基础 | 第14-39页 |
| 2.1 图像观测模型 | 第14-16页 |
| 2.2 传统的超分辨率复原方法 | 第16-23页 |
| 2.2.1 基于插值的超分辨率方法 | 第16-17页 |
| 2.2.2 统计学方法 | 第17-20页 |
| 2.2.3 基于样例的方法 | 第20-23页 |
| 2.3 基于深度卷积神经网络的超分辨率方法 | 第23-30页 |
| 2.4 图像质量评价标准 | 第30-31页 |
| 2.5 深度卷积神经网络 | 第31-38页 |
| 2.5.1 跳跃连接 | 第32-33页 |
| 2.5.2 亚像素卷积 | 第33页 |
| 2.5.3 卷积层 | 第33-34页 |
| 2.5.4 非线性激活函数 | 第34-35页 |
| 2.5.5 正则化方法 | 第35-36页 |
| 2.5.6 优化技术 | 第36-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 基于软解码约束的深度卷积神经网络压缩人脸超分辨率 | 第39-47页 |
| 3.1 低分辨率压缩人脸退化模型 | 第39页 |
| 3.2 JPEG图像软解码 | 第39-40页 |
| 3.3 深度卷积网络SDNet | 第40-43页 |
| 3.3.1 基于软解码约束的目标函数 | 第41-42页 |
| 3.3.2 网络结构 | 第42-43页 |
| 3.3.3 深度卷积网络模型训练 | 第43页 |
| 3.4 实验验证 | 第43-45页 |
| 3.4.1 实验设置 | 第43-44页 |
| 3.4.2 主观性能比较 | 第44-45页 |
| 3.4.3 客观性能比较 | 第45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 基于深度级联网络的压缩人脸超分辨率算法 | 第47-58页 |
| 4.1 深度双分支网络 | 第47-48页 |
| 4.2 深度级联网络C-SDNet | 第48-50页 |
| 4.2.1 网络结构与目标函数 | 第48-50页 |
| 4.2.2 C-SDNet的训练 | 第50页 |
| 4.3 实验验证 | 第50-56页 |
| 4.3.1 实验设置 | 第50-51页 |
| 4.3.2 主观性能对比 | 第51-55页 |
| 4.3.3 客观性能比较 | 第55页 |
| 4.3.4 软解码正则化参数对最终结果的影响 | 第55-56页 |
| 4.4 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-70页 |
| 致谢 | 第70页 |