基于半监督学习的超分辨技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-15页 |
| ·研究课题的背景和意义 | 第9-12页 |
| ·背景 | 第9-10页 |
| ·发展 | 第10-11页 |
| ·应用 | 第11-12页 |
| ·国内外的研究现状 | 第12-13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 第2章 超分辨率恢复模型及问题 | 第15-22页 |
| ·观测模型 | 第15-16页 |
| ·超分辨率恢复问题 | 第16-17页 |
| ·色彩空间 | 第17-22页 |
| ·RGB色彩空间 | 第17-19页 |
| ·YIQ色彩空间 | 第19页 |
| ·YCbCr色彩空间 | 第19-22页 |
| 第3章 超分辨常用的研究方法 | 第22-37页 |
| ·基于插值 | 第22-24页 |
| ·基于重建 | 第24-30页 |
| ·迭代反向投影法(IBP) | 第24-25页 |
| ·最大似然法(ML) | 第25页 |
| ·最大后验概率估计(MAP) | 第25-26页 |
| ·凸集投影法(POCS) | 第26页 |
| ·正则化类法 | 第26-27页 |
| ·回归类方法 | 第27-29页 |
| ·滤波类方法 | 第29-30页 |
| ·其他方法 | 第30页 |
| ·基于学习 | 第30-34页 |
| ·基于实例法 | 第31-32页 |
| ·最邻近搜索算法 | 第31-32页 |
| ·K-NN算法 | 第32页 |
| ·流形学习算法 | 第32-34页 |
| ·稀疏表示法 | 第33-34页 |
| ·图像质量评价指标 | 第34-37页 |
| ·均方误差 | 第34-35页 |
| ·峰值信噪比 | 第35页 |
| ·平均结构相似性 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第4章 半监督学习 | 第37-44页 |
| ·监督学习 | 第37页 |
| ·半监督学习方法的提出 | 第37-44页 |
| ·半监督学习的假设 | 第38-41页 |
| ·半监督学习的一些方法 | 第41-44页 |
| 第5章 基于局部半监督学习的超分辨 | 第44-54页 |
| ·基于领域嵌入的单帧图像超分辨算法 | 第44-45页 |
| ·基于局部半监督回归的的单帧图像的超分辨算法 | 第45-54页 |
| ·符号和问题的表示 | 第46-47页 |
| ·图像的特征提取 | 第47-48页 |
| ·局部监督回归 | 第48-49页 |
| ·局部半监督回归 | 第49-51页 |
| ·实验结果 | 第51-54页 |
| 第6章 结果及展望 | 第54-55页 |
| ·总结 | 第54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-63页 |
