| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 超分辨率技术的研究现状 | 第13-17页 |
| 1.2.1 降质模型 | 第13页 |
| 1.2.2 国内外研究现状 | 第13-17页 |
| 1.2.3 研究现状总结 | 第17页 |
| 1.3 本文的主要研究工作和内容安排 | 第17-20页 |
| 第2章 基于上下文区域支持的迭代表达的人脸超分辨率算法 | 第20-32页 |
| 2.1 引言 | 第20-21页 |
| 2.2 人脸超分辨率模型 | 第21-22页 |
| 2.2.1 定义符号 | 第21页 |
| 2.2.2 基于最小二乘的人脸超分辨率 | 第21-22页 |
| 2.3 基于上下文区域支持的迭代表达 | 第22-25页 |
| 2.3.1 上下文字典学习 | 第22-23页 |
| 2.3.2 基于CSIR的人脸超分辨率 | 第23-25页 |
| 2.4 实验结果 | 第25-30页 |
| 2.4.1 实验数据库 | 第25页 |
| 2.4.2 参数设置 | 第25-26页 |
| 2.4.3 所提出方法的分析 | 第26-28页 |
| 2.4.4 实际场景人脸图像的实验 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于双层上下文表达的人脸超分辨率算法 | 第32-52页 |
| 3.1 背景介绍 | 第32-33页 |
| 3.2 基于图像块的SR建模:一种协作表达的方法 | 第33-34页 |
| 3.2.1 定义符号 | 第33-34页 |
| 3.2.2 协作表达的人脸SR | 第34页 |
| 3.3 基于上下文的双层表达 | 第34-40页 |
| 3.3.1 多级线性-非线性逼近的理论分析 | 第34-36页 |
| 3.3.2 训练字典 | 第36-38页 |
| 3.3.3 双层上下文表达的人脸SR | 第38-40页 |
| 3.4 实验结果与分析 | 第40-50页 |
| 3.4.1 人脸库简介 | 第40-41页 |
| 3.4.2 实验参数设置 | 第41-44页 |
| 3.4.3 结果比较 | 第44-49页 |
| 3.4.4 实际场景人脸图像重建结果 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第4章 基于流形正则化群局部约束表达的人脸超分辨率 | 第52-72页 |
| 4.1 引言 | 第52-54页 |
| 4.2 基于流形正则化群的局部约束表达 | 第54-61页 |
| 4.2.1 流形正则化群嵌入分析 | 第54-56页 |
| 4.2.2 群嵌入 | 第56-57页 |
| 4.2.3 正则化 | 第57-58页 |
| 4.2.4 群字典学习 | 第58-59页 |
| 4.2.5 群嵌入的两步策略 | 第59-61页 |
| 4.3 实验结果和分析 | 第61-71页 |
| 4.3.1 人脸数据集简介 | 第61-62页 |
| 4.3.2 参数设置 | 第62-66页 |
| 4.3.3 实验结果比较 | 第66-68页 |
| 4.3.4 实验复杂度和时间分析 | 第68-69页 |
| 4.3.5 实验场景人脸重建结果 | 第69-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第5章 人脸超分辨率重建技术应用设计 | 第72-78页 |
| 5.1 需求分析 | 第72页 |
| 5.2 功能设计 | 第72-76页 |
| 5.2.1 实验环境 | 第72-73页 |
| 5.2.2 应用界面 | 第73-76页 |
| 5.3 本章小结 | 第76-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 论文总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-92页 |
| 攻读硕士期间已发表的论文 | 第92-94页 |
| 附录 | 第94-96页 |
| 致谢 | 第96页 |