| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 研究内容与研究现状 | 第16-19页 |
| 1.2.1 人脸识别算法研究内容 | 第16-18页 |
| 1.2.2 人脸识别算法研究现状 | 第18-19页 |
| 1.3 论文的主要工作以及章节安排 | 第19-23页 |
| 第二章 基于随机抽样和局部约束的人脸照片超分辨 | 第23-31页 |
| 2.1 引言 | 第23-24页 |
| 2.2 基于随机抽样和局部约束的人脸照片超分辨方法 | 第24-27页 |
| 2.2.1 随机抽样 | 第25-26页 |
| 2.2.2 图像超分辨重建 | 第26-27页 |
| 2.3 实验结果与分析 | 第27-30页 |
| 2.3.1 实验参数设置 | 第27-28页 |
| 2.3.2 实验结果 | 第28-29页 |
| 2.3.3 质量评价 | 第29-30页 |
| 2.4 小结 | 第30-31页 |
| 第三章 基于GAN反向投影的人脸照片-画像合成 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 基于数据驱动的人脸画像合成方法 | 第32页 |
| 3.3 基于模型驱动的人脸素描画像合成方法 | 第32-33页 |
| 3.4 生成对抗网络 | 第33-34页 |
| 3.5 基于GAN反向投影的人脸画像合成 | 第34-41页 |
| 3.5.1 反向投影 | 第35-36页 |
| 3.5.2 实验参数设置 | 第36-37页 |
| 3.5.3 实验结果 | 第37-39页 |
| 3.5.4 客观图像质量评价 | 第39-41页 |
| 3.5.5 关于时间复杂性的讨论 | 第41页 |
| 3.6 小结 | 第41-43页 |
| 第四章 智能监控人脸识别软件系统 | 第43-59页 |
| 4.1 引言 | 第43-44页 |
| 4.1.1 软件开发背景 | 第43-44页 |
| 4.2 软件开发工具 | 第44-46页 |
| 4.2.1 MicrosoftVisualStudio2013的简介和安装配置 | 第44页 |
| 4.2.2 OpenCV的介绍安装和配置 | 第44-45页 |
| 4.2.3 Qt的简介与安装 | 第45-46页 |
| 4.3 软件应用领域 | 第46-47页 |
| 4.4 软件社会意义 | 第47页 |
| 4.5 软件综述 | 第47-59页 |
| 4.5.1 软件功能简介 | 第47页 |
| 4.5.2 软件功能演示 | 第47-59页 |
| 第五章 总结与展望 | 第59-63页 |
| 5.1 研究总结 | 第59-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-73页 |