| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究目的及意义 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-13页 |
| 1.2.1 低分辨率图像重建的研究现状 | 第10-11页 |
| 1.2.2 人脸识别的研究现状 | 第11-13页 |
| 1.3 课题来源及主要研究内容 | 第13页 |
| 1.4 论文的结构安排 | 第13-14页 |
| 第2章 人脸检测 | 第14-25页 |
| 2.1 人脸检测算法概述 | 第14-18页 |
| 2.1.1 基于肤色特征 | 第15-16页 |
| 2.1.2 基于灰度特征 | 第16页 |
| 2.1.3 基于运动特征 | 第16页 |
| 2.1.4 基于人工神经网络 | 第16-17页 |
| 2.1.5 基于概率模型 | 第17页 |
| 2.1.6 基于AdaBoost的方法 | 第17-18页 |
| 2.2 基于AdaBoost算法的人脸检测 | 第18-22页 |
| 2.2.1 类Haar特征和积分图 | 第18-20页 |
| 2.2.2 分类器训练 | 第20-21页 |
| 2.2.3 级联分类器 | 第21-22页 |
| 2.3 图像灰度变换 | 第22-23页 |
| 2.4 实验结果 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 低分辨率图像重建 | 第25-45页 |
| 3.1 低分辨率图像重建概述 | 第25-31页 |
| 3.1.1 图像成像模型 | 第25-27页 |
| 3.1.2 频域方法 | 第27-29页 |
| 3.1.3 空域方法 | 第29-31页 |
| 3.2 重建图像的质量评价方法 | 第31-33页 |
| 3.2.1 主观评价方法 | 第31-32页 |
| 3.2.2 客观评价方法 | 第32-33页 |
| 3.3 典型的超分辨率重建算法 | 第33-39页 |
| 3.3.1 基于IBP的超分辨率重建 | 第33-34页 |
| 3.3.2 基于非均匀采样数据插值的超分辨率重建 | 第34-35页 |
| 3.3.3 基于MAP的超分辨率重建 | 第35-37页 |
| 3.3.4 基于POCS的超分辨率重建 | 第37-39页 |
| 3.4 混合MAP/POCS重建算法及其改进算法 | 第39-41页 |
| 3.4.1 混合MAP/POCS重建算法 | 第39-40页 |
| 3.4.2 改进混合MAP/POCS重建算法 | 第40-41页 |
| 3.4.3 改进混合MAP/POCS算法的实现步骤 | 第41页 |
| 3.5 实验结果与分析 | 第41-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 人脸识别 | 第45-56页 |
| 4.1 基于PCA的人脸识别 | 第45-49页 |
| 4.1.1 K-L变换的原理 | 第45-47页 |
| 4.1.2 PCA在人脸识别中的应用 | 第47-49页 |
| 4.2 基于2DPCA的人脸识别 | 第49-53页 |
| 4.2.1 2DPCA算法原理 | 第50-51页 |
| 4.2.2 2DPCA的特征提取 | 第51-52页 |
| 4.2.3 2DPCA训练识别流程 | 第52-53页 |
| 4.3 实验结果 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 低分辨率图像的人脸识别 | 第56-62页 |
| 5.1 低分辨率人脸识别的主要框架 | 第56-57页 |
| 5.2 实验软硬件平台 | 第57-58页 |
| 5.3 人脸检测结果 | 第58-59页 |
| 5.4 超分辨率处理结果 | 第59页 |
| 5.5 人脸识别结果 | 第59-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第69页 |