人臉超分辨重建技術(shù)（Face Super-Resolution,Face SR）是指利用低分辨人臉圖像和人臉固有的屬性重建高分辨人臉圖像的技術(shù)。作為人臉圖像處理技術(shù)和圖像超分辨重建（Super-Resolution,SR）技術(shù)的重要組成部分,Face SR—直是圖像視覺領(lǐng)域的研究熱點。在實際場景中,由于光照、面部表情、拍攝環(huán)境等因素的影響,人臉圖像高頻信息損失嚴(yán)重,人臉細(xì)部特征重建一直是Face SR研究中的難點問題。近年來,基于學(xué)習(xí)的Face SR方法可以有效地利用先驗信息,在提高人臉圖像的重建質(zhì)量方面取得了重要進展,引起了學(xué)者的廣泛關(guān)注;新的生成對抗式網(wǎng)絡(luò)（Generative Adversarial Network,GAN）的出現(xiàn),也給 Face SR 提供了有效的技術(shù)手段,使得相關(guān)Face SR方法能夠在信息嚴(yán)重缺失的條件下重建自然、高質(zhì)量的人臉圖像。在此背景下,本文在GAN網(wǎng)絡(luò)基礎(chǔ)上,研究了基于深度學(xué)習(xí)方法的Face SR技術(shù),具體工作如下:（1）針對人臉先驗信息的有效表達問題,提出了一種基于深度網(wǎng)絡(luò)的人臉組件語義先驗的表達方法。該方法利用語義分割概率圖（Semantic S... 

【文章來源】：北京交通大學(xué)北京市211工程院校教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 人臉超分辨率重建理論及相關(guān)技術(shù)方法研究
    2.1 人臉超分辨率重建技術(shù)基礎(chǔ)理論模型
    2.2 人臉圖像超分辨重建技術(shù)概述
        2.2.1 基于插值的方法
        2.2.2 基于重建的方法
        2.2.3 基于學(xué)習(xí)的方法
    2.3 基于深度學(xué)習(xí)的人臉超分辨率重建技術(shù)
        2.3.1 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像重建技術(shù)
        2.3.2 基于生成對抗網(wǎng)絡(luò)的人臉圖像重建技術(shù)
    2.4 重建圖像質(zhì)量的評價指標(biāo)
    2.5 本章小結(jié)
3 人臉超分辨率重建中先驗信息的有效表達方法研究
    3.1 人臉超分辨率重建中的人臉先驗
        3.1.1 人臉圖像的空間梯度分布先驗
        3.1.2 人臉圖像的幾何結(jié)構(gòu)先驗
    3.2 一種基于組件語義先驗的人臉超分辨重建方法
        3.2.1 基于組件語義先驗的人臉信息表達模型
        3.2.2 組件語義先驗引導(dǎo)的人臉超分辨率重建網(wǎng)絡(luò)設(shè)計
    3.3 網(wǎng)絡(luò)訓(xùn)練和結(jié)果分析
        3.3.1 數(shù)據(jù)預(yù)處理和實驗參數(shù)設(shè)置
        3.3.2 實驗結(jié)果分析
    3.4 本章小結(jié)
4 基于生成的對抗網(wǎng)絡(luò)的人臉超分辨率重建算法
    4.1 算法主要思想和總體設(shè)計框架
        4.1.1 生成對抗網(wǎng)絡(luò)
        4.1.2 算法流程
    4.2 算法設(shè)計
        4.2.1 G網(wǎng)絡(luò)
        4.2.2 D網(wǎng)絡(luò)
        4.2.2 優(yōu)化函數(shù)
    4.3 網(wǎng)絡(luò)預(yù)處理和實驗參數(shù)設(shè)置
    4.4 實驗結(jié)果分析
    4.5 本章小結(jié)
5 工作總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻
作者簡歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]一種基于匹配學(xué)習(xí)的人臉圖像超分辨率算法[J]. 竇翔,陶青川.  太赫茲科學(xué)與電子信息學(xué)報. 2015(02)
[2]基于雙邊結(jié)構(gòu)張量的局部自適應(yīng)圖像超分辨率重建[J]. 岳林蔚,沈煥鋒,袁強強,張良培,蘭霞.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2015(04)
[3]基于學(xué)習(xí)的人臉圖像超分辨率重構(gòu)算法[J]. 李濤,王曉華,張超,杜部致,李宇春.  北京理工大學(xué)學(xué)報. 2012(04)
[4]基于MAP框架的時空聯(lián)合自適應(yīng)視頻序列超分辨率重建[J]. 張冬明,潘煒,陳懷新.  自動化學(xué)報. 2009(05)
[5]超分辨率技術(shù)的實現(xiàn)——一種改善的小波插值方法[J]. 田巖,田金文,柳健,張繼賢,林宗堅.  中國圖象圖形學(xué)報. 2003(12)

博士論文
[1]基于稀疏表示模型的人臉超分辨率研究[D]. 黃克斌.武漢大學(xué) 2017
[2]圖像超分辨率重建研究[D]. 康凱.中國科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]基于學(xué)習(xí)的幻構(gòu)人臉技術(shù)研究[D]. 黎兆文.廣州大學(xué) 2018
[2]基于生成對抗網(wǎng)絡(luò)的人臉超分辨率重建及識別[D]. 賈潔.電子科技大學(xué) 2018
[3]基于深度協(xié)作表達的人臉圖像超分辨率算法研究與應(yīng)用[D]. 潘蘭蘭.武漢工程大學(xué) 2017
[4]基于深度學(xué)習(xí)的圖像超分辨率重建算法研究[D]. 黃冬冬.安徽工業(yè)大學(xué) 2017
[5]基于學(xué)習(xí)的人臉圖像超分辨率重建方法研究[D]. 張坤.重慶大學(xué) 2016



本文編號：3637282