面向识别的远距离人脸图像增强方法研究

目录

声明

第一章绪论

1.1 课题研究背景

1.2 课题研究现状

1.3 论文主要研究内容

1.4 论文研究结构安排

1.5 本章小结

第二章人脸图像增强相关理论分析

2.1 传统图像增强理论

2.1.1 空域图像增强方法

2.1.2 变换域图像增强方法

2.2 深度学习理论分析

2.2.1 深度学习的发展

2.2.2 深度神经网络

2.3 卷积神经网络

2.3.1 卷积层

2.3.2 激活函数

2.3.3 池化层和全连接层

2.4 本章小结

第三章远距离人脸图像增强算法

3.1 远距离人脸图像问题分析

3.2 远距离人脸图像去噪增强算法

3.2.1 传统图像去噪增强算法

3.2.2 分数阶图像增强算法

3.3 远距离人脸超分辨增强算法

3.4 远距离人脸低照度增强算法

3.4.1 基于 Retinex理论的 MSRCR增强算法

3.4.2 简单参数的 G-Log 图像增强算法

3.5 增强算法实验参数和效果分析

3.6 基于深度学习的改进 Retinex增强算法

3.7 本章小结

第四章面向识别的远距离人脸图像增强方案

4.1 远距离人脸图像增强方案

4.2 人脸识别系统

4.2.1 人脸检测

4.2.2 人脸对齐

4.2.3 人脸识别

4.3 基于卷积神经网络的人脸识别方法

4.3.1 人脸识别网络 VGG-Face

4.3.2 支持向量机算法

4.4 远距离人脸图像数据库建立

4.5 实验分析总结

4.6 本章小结

第五章总结与展望

5.1 全文总结

5.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果