基于学习的非线性人脸图像超分辨率算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景 | 第9页 |
| ·图像超分辨率的发展过程 | 第9-11页 |
| ·图像超分辨率方法分类 | 第11-16页 |
| ·基于重建的图像超分辨率方法 | 第11-15页 |
| ·基于学习的图像超分辨率方法 | 第15-16页 |
| ·论文的研究工作 | 第16-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第二章 基于学习的图像超分辨率技术 | 第18-25页 |
| ·图像超分辨率问题的概率描述 | 第18-19页 |
| ·基于学习的几种超分辨率方法 | 第19-24页 |
| ·图像金字塔模型 | 第19-20页 |
| ·马尔可夫模型 | 第20-21页 |
| ·神经网络模型 | 第21-22页 |
| ·流形学习方法 | 第22-23页 |
| ·其它方法 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于马尔可夫模型的人脸图像超分辨率算法 | 第25-36页 |
| ·应用于超分辨率过程的马尔可夫随机场理论 | 第25-27页 |
| ·随机过程的概念 | 第25页 |
| ·马尔可夫过程的定义 | 第25-26页 |
| ·马尔可夫随机场理论 | 第26-27页 |
| ·用图像描述的马尔可夫模型 | 第27-29页 |
| ·基于马尔可夫模型的超分辨率算法框架 | 第29-35页 |
| ·马尔可夫模型学习算法框架 | 第29-30页 |
| ·基于MN模型的人脸超分辨率算法设计 | 第30-35页 |
| ·小结 | 第35-36页 |
| 第四章 非线性局部搜索技术 | 第36-45页 |
| ·局部匹配 | 第36-38页 |
| ·非线性搜索算法 | 第38-41页 |
| ·实验结果及算法分析 | 第41-44页 |
| ·实验结果及分析 | 第41-43页 |
| ·算法复杂度分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第五章 实验原型系统的设计与实现 | 第45-57页 |
| ·系统需求分析设计 | 第45-47页 |
| ·系统总体需求概述 | 第45-47页 |
| ·系统的功能模块 | 第47页 |
| ·系统的功能设计 | 第47-48页 |
| ·系统实现关键技术 | 第48-52页 |
| ·实验过程及结果分析 | 第52-55页 |
| ·实验过程 | 第52页 |
| ·结果及分析 | 第52-55页 |
| ·小结 | 第55-57页 |
| 第六章 结论与展望 | 第57-59页 |
| ·研究工作总结与主要创新点 | 第57-58页 |
| ·下一步的研究工作 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间的主要科研成果 | 第65页 |
