| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-18页 |
| 1.1 引言 | 第8页 |
| 1.2 研究背景与意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 国内研究现状 | 第9-10页 |
| 1.3.2 国外研究现状 | 第10-12页 |
| 1.4 人脸老化面临的挑战 | 第12-13页 |
| 1.5 实验使用的数据库 | 第13页 |
| 1.6 本文主要研究工作 | 第13-15页 |
| 1.7 论文的组织结构 | 第15-18页 |
| 2 基于图像的人脸老化技术综述 | 第18-28页 |
| 2.1 基于原型的人脸老化方法 | 第18-19页 |
| 2.1.1 光照敏感的年龄进化模型 | 第18-19页 |
| 2.2 基于建模的人脸老化方法 | 第19-28页 |
| 2.2.1 分层的循环神经网络模型 | 第20-23页 |
| 2.2.2 基于老化字典的个性化老化过程 | 第23-28页 |
| 3 基于2D-DCT及高频-低频联合字典学习的人脸老化 | 第28-50页 |
| 3.1 面向人脸老化建模的样本集构建 | 第29-36页 |
| 3.1.1 数据集的准备及人脸图像的几何校正 | 第29-30页 |
| 3.1.2 基于AAM的正面人脸对齐 | 第30-35页 |
| 3.1.3 基于二维离散余弦变换的人脸图像低频、高频分离 | 第35-36页 |
| 3.2 基于高频-低频联合字典学习的人脸老化建模 | 第36-40页 |
| 3.2.1 单一字典的学习 | 第37-38页 |
| 3.2.2 面向人脸老化建模的人脸图像高频-低频联合字典的学习 | 第38-40页 |
| 3.3 基于稀疏表示及2D-DCT的人脸老化图像合成 | 第40-43页 |
| 3.3.1 基于稀疏表示及联合字典的目标高年龄组的高频重构 | 第41-42页 |
| 3.3.2 基于高频重构信息-低频输入信息结合及反向2D-DCT老化图像生成 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-47页 |
| 3.4.1 数据集 | 第43-44页 |
| 3.4.2 基于视觉比较的人脸老化效果定性评价 | 第44页 |
| 3.4.3 基于目标年龄组老化合成图像与真实图像年龄比较的性能评价 | 第44-46页 |
| 3.4.4 基于目标年龄组老化合成图像身份验证的性能评价 | 第46-47页 |
| 3.5 本章小结 | 第47-50页 |
| 4 基于条件对抗自编码器及低质人脸细节增强的人脸老化 | 第50-76页 |
| 4.1 生成对抗网络模型 | 第50-58页 |
| 4.1.1 基本的生成对抗网络 | 第50-54页 |
| 4.1.2 条件生成对抗网络 | 第54-56页 |
| 4.1.3 条件对抗自编码器 | 第56-58页 |
| 4.2 基于条件对抗自编码器及超分辨率重构的全局人脸老化 | 第58-65页 |
| 4.2.1 基于条件对抗自编码器的全局初始人脸老化 | 第60-62页 |
| 4.2.2 基于超分辨率重构的老化人脸图像全局细节增强 | 第62-65页 |
| 4.3 关键面部部件的老化及局部与全局老化结果的合成 | 第65-68页 |
| 4.3.1 基于平均结构相似性度量的面部部件老化搜索 | 第65-66页 |
| 4.3.2 基于泊松编辑的全局人脸图像与面部部件的合成 | 第66-68页 |
| 4.4 实验结果与分析 | 第68-73页 |
| 4.4.1 CAAE网络架构和参数设置 | 第69-70页 |
| 4.4.2 基于超分辨率重构的老化人脸全局增强实验 | 第70-71页 |
| 4.4.3 基于平均结构相似性度量的面部部件搜索 | 第71页 |
| 4.4.4 实验结果 | 第71-73页 |
| 4.5 本章小结 | 第73-76页 |
| 5 总结与展望 | 第76-80页 |
| 5.1 工作总结 | 第76-77页 |
| 5.2 工作展望 | 第77-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻读学位期间取得的科研成果清单 | 第86页 |
