| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究工作的背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 超分辨率重建技术的研究现状 | 第12-15页 |
| 1.2.2 人脸图像超分辨率重建的研究现状 | 第15-17页 |
| 1.3 本文的主要研究内容 | 第17-18页 |
| 1.4 本论文的结构安排 | 第18-19页 |
| 第二章 图像超分辨率重建方法理论及分析 | 第19-33页 |
| 2.1 超分辨率重建的理论模型 | 第19-20页 |
| 2.2 超分辨率重建方法分类 | 第20-29页 |
| 2.2.1 基于插值的方法 | 第20-24页 |
| 2.2.2 基于重建的方法 | 第24-25页 |
| 2.2.3 基于学习的方法 | 第25-29页 |
| 2.3 视频图像超分辨率重建基本环节 | 第29-30页 |
| 2.4 重建图像的质量评价 | 第30-32页 |
| 2.4.1 主观评价 | 第31页 |
| 2.4.2 客观评价 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 改进的混合人脸超分辨率重建方法 | 第33-50页 |
| 3.1 人脸超分辨率重建方法 | 第33-38页 |
| 3.1.1 基于重建的多帧人脸SR方法 | 第34-35页 |
| 3.1.2 基于学习的单帧人脸SR方法 | 第35-38页 |
| 3.1.2.1 全局脸方法 | 第35-37页 |
| 3.1.2.2 局部块方法 | 第37-38页 |
| 3.2 基于单帧和多帧的混合人脸超分辨率重建框架 | 第38-43页 |
| 3.2.1 视频人脸图像评估选择 | 第39-40页 |
| 3.2.2 基于CCA的融合机制构建 | 第40-43页 |
| 3.3 基于混合框架的重建模型 | 第43-48页 |
| 3.3.1 基于稳健自适应归一化卷积的插值方法 | 第43-47页 |
| 3.3.2 基于子空间映射函数的SR方法 | 第47-48页 |
| 3.4 基于混合框架的SR算法流程 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 实验结果与分析 | 第50-75页 |
| 4.1 实验数据说明 | 第50-53页 |
| 4.2 混合框架参数分析 | 第53-57页 |
| 4.3 混合方法实验结果比较与分析 | 第57-65页 |
| 4.3.1 客观质量比较 | 第57-59页 |
| 4.3.2 视觉质量评估 | 第59-65页 |
| 4.4 基于混合人脸超分辨率重建技术的人脸识别 | 第65-74页 |
| 4.4.1 视频中的人脸检测 | 第66-68页 |
| 4.4.2 视频人脸图像超分辨率重建实验 | 第68-70页 |
| 4.4.3 基于混合人脸超分辨率重建的人脸识别性能分析 | 第70-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 全文总结 | 第75-76页 |
| 5.2 后续工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的成果 | 第83页 |