首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸图像去模糊研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第9-17页
    1.1 课题研究背景及意义第9-10页
    1.2 图像去模糊研究现状第10-12页
    1.3 人脸图像去模糊研究现状第12-13页
        1.3.1 基于统计先验的方法第12页
        1.3.2 基于提取图像边缘的方法第12-13页
        1.3.3 基于识别的方法第13页
        1.3.4 基于标准库的方法第13页
    1.4 论文主要工作及结构安排第13-17页
        1.4.1 论文主要工作第13-14页
        1.4.2 结构安排第14-17页
第2章 图像去模糊理论和方法第17-37页
    2.1 图像模糊基本理论第17-18页
        2.1.1 图像退化模型第17-18页
    2.2 模糊图像成因第18-21页
        2.2.1 失焦模糊第18-19页
        2.2.2 物体运动模糊第19页
        2.2.3 相机抖动模糊第19-20页
        2.2.4 大气湍流模糊第20-21页
    2.3 图像去模糊质量评价第21-22页
    2.4 常规图像去模糊算法第22-29页
        2.4.1 逆滤波算法第22-24页
        2.4.2 维纳滤波算法第24-25页
        2.4.3 迭代盲反卷积算法第25-27页
        2.4.4 全变差正则化去模糊算法第27-29页
    2.5 基于人脸轮廓提取的图像去模糊算法第29-36页
        2.5.1 人脸轮廓结构提取第29-31页
        2.5.2 候选轮廓结构匹配第31-33页
        2.5.3 模糊核估计第33-35页
        2.5.4 非盲反卷积去模糊第35页
        2.5.5 基于人脸轮廓提取去模糊第35-36页
    2.6 本章小结第36-37页
第3章 基于可察觉特征的人脸图像去模糊第37-53页
    3.1 可察觉特征第38-42页
        3.1.1 稀疏字典第38-39页
        3.1.2 清晰和可察觉特征字典识别第39页
        3.1.3 稀疏可察觉特征第39-41页
        3.1.4 模糊强度估计第41-42页
    3.2 基于可察觉特征的人脸去模糊第42-44页
        3.2.1 可察觉特征人脸库训练第42-43页
        3.2.2 盲去模糊第43-44页
    3.3 基于可察觉特征的人脸去模糊方法第44页
    3.4 对比实验第44-51页
        3.4.1 对实拍图像对比实验第45-47页
        3.4.2 复杂人脸去模糊对比第47-49页
        3.4.3 平均模糊核准确度对比第49-50页
        3.4.4 错误率对比第50-51页
    3.5 本章小结第51-53页
第4章 基于人脸对齐的人脸图像去模糊第53-67页
    4.1 基于人脸对齐的人脸轮廓提取第54-57页
        4.1.1 基于回归森林的人脸轮廓提取第54-55页
        4.1.2 模糊图像的训练第55-56页
        4.1.3 人脸轮廓提取第56-57页
        4.1.4 盲去模糊第57页
    4.2 基于人脸对齐的人脸去模糊方法第57-58页
    4.3 对比实验第58-64页
        4.3.1 对实拍图像对比实验第58-60页
        4.3.2 复杂人脸去模糊对比第60-63页
        4.3.3 错误率对比第63-64页
        4.3.4 运算复杂度对比第64页
    4.4 本章小结第64-67页
第5章 总结第67-69页
    5.1 工作总结第67-68页
    5.2 研究展望第68-69页
参考文献第69-75页
发表论文和参加科研情况说明第75-77页
致谢第77-78页

论文共78页,点击 下载论文
上一篇:基于Hadoop的个性化推荐系统的设计与实现
下一篇:高动态范围图像鬼影去除与颜色处理