基于统计学习的无参考人脸图像质量评价
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-17页 |
| ·研究背景与意义 | 第7-8页 |
| ·图像质量评价现状及发展趋势 | 第8-10页 |
| ·客观图像质量评价 | 第8-9页 |
| ·客观图像质量评价分类 | 第9-10页 |
| ·客观图像质量评价发展趋势 | 第10页 |
| ·无参考图像质量评价 | 第10-15页 |
| ·无参考图像失真度量 | 第11-12页 |
| ·无参考图像质量评价方法 | 第12-14页 |
| ·无参考图像质量评价的难点 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·论文的内容与结构 | 第16-17页 |
| 第2章 人脸图像质量 | 第17-22页 |
| ·人脸图像质量标准 | 第17-20页 |
| ·人脸图像质量分类及眼位坐标标定 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第3章 支持向量机 | 第22-37页 |
| ·SVM算法介绍 | 第22-26页 |
| ·线性SVM | 第22-25页 |
| ·非线性SVM | 第25-26页 |
| ·大型问题的求解算法 | 第26-33页 |
| ·块算法 | 第26-27页 |
| ·分解算法 | 第27-28页 |
| ·SMO算法 | 第28-31页 |
| ·SVMLight算法 | 第31-33页 |
| ·SVM多分类方法 | 第33-35页 |
| ·一对一方法 | 第33页 |
| ·一对多方法 | 第33-34页 |
| ·决策导向非循环图方法 | 第34页 |
| ·决策树方法 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第4章 Gabor小波 | 第37-41页 |
| ·构造Gabor小波 | 第37-38页 |
| ·提取Gabor小波特征 | 第38-40页 |
| ·特征降维 | 第40页 |
| ·小结 | 第40-41页 |
| 第5章 人脸图像质量评价 | 第41-51页 |
| ·LIBSVM分析 | 第41-43页 |
| ·工作集选择与优化 | 第41-42页 |
| ·收缩与缓存 | 第42页 |
| ·数据组织方式 | 第42-43页 |
| ·对LIBSVM的改进 | 第43-44页 |
| ·实验方法 | 第44-46页 |
| ·实验数据处理 | 第44-45页 |
| ·构造决策二叉树 | 第45-46页 |
| ·多分类器融合 | 第46页 |
| ·实验结果 | 第46-48页 |
| ·实验结果分析 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间的研究成果 | 第58页 |
