一、颜面局部转换法在模拟画像中的应用（论文文献综述）
赵元明[1]（2021）在《基于压电瑞利波的混凝土板损伤识别方法研究》文中进行了进一步梳理钢筋混凝土结构作为土木工程领域使用最为广泛的建筑结构之一,有其独特的性能优势。比如承载力高、耐火耐高温、材料供应充足等优点使钢筋混凝土结构在建筑工程中被广泛使用。由于荷载作用、温度变化、支座沉降等外部因素的存在,往往会使混凝土表面出现裂缝、孔洞等缺陷,虽然这些表面缺陷不能对建筑结构造成直接威胁,但若不及时处理,很可能随着时间延长造成保护层脱落、钢筋裸露、钢筋锈蚀等情况,进一步影响整体结构的安全性与耐久性。因此,为保证人们的生命财产安全,有必要对建筑结构及时进行损伤识别,对结构损伤位置合理定位,对结构损伤程度有效判定,避免由于混凝土裂缝的发展对服役结构产生后续破坏,从而使人们的生命财产安全得到保障。本文以混凝土板为研究对象,基于瑞利波无损检测技术与压电智能材料的压电波动法相结合,分别从理论分析、数值模拟、试验论证三个方面,对表面无裂缝与含不同深度裂缝的混凝土板进行分析研究,从而对混凝土板的损伤程度进行有效判定。本文主要研究内容如下:（1）介绍瑞利波无损检测技术与压电材料的国内外发展现状,分析现有损伤识别方法的优缺点,确定基于压电瑞利波法对混凝土结构损伤识别的可行性与有效性。对波动理论进行分析,阐明各成分应力波（纵波、横波、瑞利波）在混凝土表面和内部的传播机理与信号转换关系。分别从各成分应力波的能量幅值、传播时间两个方面建立相关关系,定量研究随着表面裂缝深度的出现与增长,瑞利波能量幅值与传播时间的变化。（2）利用ABAQUS有限元分析软件建立无损伤与不同损伤工况的混凝土板模型,定义混凝土板与压电陶瓷片（PZT）的性能参数,采用C3D8R单元建立混凝土板三维实体模型,C3D8E单元建立压电陶瓷片模型并定义其极化方向。模型边界处建立三维时域粘弹性人工边界,对各成分应力波在混凝土板边界处产生的反射、衍射波体进行有效吸收,模拟在混凝土板表面施加与接收激励信号。以波动理论为基础,分别从瑞利波在传播过程中,其能量幅值会发生衰减、传播时间会产生延迟这两个特点着手进行研究,以裂缝深度与频率（波长）作为变量,测得不同深度裂缝条件下混凝土板的电势-时间曲线,将多组工况进行归一化处理并绘制相关关系曲线,从电压幅值和传播时间两个角度对其进行损伤程度分析。（3）利用函数发生器、信号放大器、压电陶瓷片（PZT）、数字示波器等试验设备,对无损伤与不同损伤程度的混凝土板进行试验,边界处采用海绵体等材料进行波体吸收与降噪处理,在混凝土板表面施加与接收激励信号,精确测得不同深度裂缝工况下混凝土板的电压-时间曲线。对所得试验结果进行归一化处理,将经力-电转换后瑞利波的电压幅值、传播时间与裂缝深度建立关系,通过瑞利波能量幅值和传播时间的变化对裂缝深度进行有效判定,完成基于压电瑞利波对混凝土板损伤识别的研究。
徐冉[2]（2020）在《人脸照片-素描生成的关键技术研究与实现》文中认为人脸照片-素描图像的生成问题,指的是根据一幅拍摄的人脸照片,自动生成一幅对应此人脸的素描画像;或与之相反,根据一幅人脸素描画像,自动生成出一幅相应的人脸照片。在刑事侦查领域发挥着巨大作用,因此,针对该问题的研究具有重要意义。本文从三个角度分别研究人脸照片-素描的生成技术及实现过程:一是从人脸照片生成人脸素描（FP2SS）;二是从人脸素描生成人脸照片（FS2PS）;三是同时构建人脸照片到素描与人脸素描到照片的双模型。（1）针对FP2SS,提出了一种基于全局字典原子界定邻域的技术,分为原子界定邻域构建和伪素描生成两步。利用训练样本构建原子界定邻域的具体方式为:将训练人脸照片和相应素描,分块并全部收集,构成全局人脸照片-素描图像块对;所有人脸照片块提取“混合多种特征”并学习到一个全局的字典;以字典的每个字典原子为特征锚,将所有人脸照片-素描块划分到不同的特征域,并将照片特征切换到“自商图像特征”空间,构建原子界定邻域。伪素描的生成步骤为:人脸照片分块,找到每个照片块最相近的原子界定的邻域,在该邻域中寻找最近的训练人脸照片块,则对应的人脸素描块为输出。另外,为了增加细节,同理构建高频原子界定邻域,输出高频伪素描,与原始伪素描融合,获得更具人脸细节的素描。（2）针对FS2PS,提出了一种基于生成对抗网络的技术,分为两个过程:一是利用训练样本学习FS2PS模型,称为训练过程;二是对测试人脸素描,根据模型输出伪人脸照片,称为生成过程。在训练过程,搭建FS2PS生成网络、风格计算单元和判别网络。生成网络的结构中,后三个残差网络块的归一化层引入与输入有关参数,保障生成结果与输入的一致性。生成网络和判别网络在训练时相互对抗,形成对抗损失。风格计算单元不含待训练的参数,其计算伪人脸照片与众多风格参考人脸照片的特征图图像块之间的损失,形成风格损失。训练的总损失包括生成对抗损失、风格损失,以及衡量生成伪照片与目标照片差异的损失。在生成过程,直接将人脸素描输入训练的FS2PS生成网络,输出伪人脸照片。（3）提出带隐空间的对偶人脸照片/素描生成器,同时训练出FS2PS与FP2SS的两个模型。训练过程中,基于对偶学习思想,将照片到素描生成器的结果输入素描到照片生成器,将得到的伪照片与最原始的照片作比较,形成照片的对偶损失;同理在逆方向上,得出素描对偶损失。此外,还设计一个特征映射网络网络,将输入域和目标域都投影到了一个共同的隐空间内,在隐空间内输入域和目标域的特征是相似的,形成隐空间损失。总损失值包括了对偶损失、隐空间损失、生成对抗损失等,以总损失值最小为目标训练出两个生成器和相应判别器,以及特征映射网络。在伪图像的生成过程中,预先训练的两个生成器独立实现各自生成素描/照片的作用。通过在人脸照片-素描数据库上的实验,验证了所提出的三种技术方案的可行性和合理性,能产生较好的人脸素描或人脸照片,与其他常见的算法相比,生成结果在主观上和客观上都具有突出的表现。
徐帅[3]（2020）在《人下颌爆炸伤和作战头面盔防护模型的建立及生物力学仿真模拟研究》文中指出高能爆炸性武器在现代战争中广泛应用,而颌面部由于位置突出且缺乏防护,导致颌面部爆炸伤在全身爆炸伤中比例较高。颌面部爆炸伤救治困难,致伤及致死率较高,因此建立人颌面部软硬组织爆炸伤模型以及系统分析颌面部爆炸伤致伤机制、损伤特点以及防护、救治要点对颌面部战创伤研究具有重要意义。三维有限元方法（Three-dimensional finite element method,FEM）能够分析作用物体间及物体内部的复杂力学变化过程,预测力学作用的效应,是颌面部爆炸伤仿真模拟研究的重要方法。但该方法在爆炸冲击波致伤颌面部软硬组织研究中具有一定局限性,表现为模拟仿真失效和变形。而光滑粒子动力学方法（smoothed particle hydrodynamics,SPH）是是一种无网格仿真研究方法,可弥补三维有限元研究的不足。在战场环境下,现代作战防护头面盔具有防弹、防爆功能,对颅颌面爆炸伤具有重要防护作用。对作战防护头面盔在爆炸伤条件下防护能力的生物力学仿真研究,对于进一步认识头面盔对颌面部的保护机制,了解保护的局限性,如何进一步改进并提高防护效果均有重要意义。因此本研究的目的是:1、建立人颌面部软硬组组爆炸伤三维有限元模型,分析人下颌软硬组织爆炸伤致伤过程及生物力学特点;2、分析SPH方法在人颌面部软硬组织爆炸伤研究中应用,为颌面部软硬组织爆炸伤模型研究提供新方法;3、研究现代作战防护头面盔对颌面部软硬组织爆炸伤的防护作用及其作用机制。研究方法和结果:1、通过人颌面部CT和MRI数据建立包含人下颌骨骨皮质、骨松质,皮肤,咬肌的FEM模型,将该模型导入有限元前处理软件ANSA中,采用四面体与六面体单元格结合方式建立人下颌软硬组织爆炸伤三维有限元模型,该模型包含单元格数为1238910,节点数为1176338。结果表明:建立的人下颌软硬组织爆炸伤FEM模型与真实人颌面部解剖结构相似,细节损失小,有限元单元格划分合理,能够满足人下颌软硬组织爆炸伤生物力学研究。2、将建立的人下颌软硬组织爆炸伤FEM模型进行材料参数设定、力学载荷和边界加载条件设定,模拟不同TNT炸药（600mg,800mg,1000mg）与不同爆炸伤距离（3cm,5cm,10cm）共9组爆炸致伤人下颌角的皮肤、咬肌、下颌骨的动态损伤过程。结果表明:采用的有限元研究方法合理、可靠,对颌面部爆炸伤损伤过程有较好的预测性,能满足对颌面部软硬组织爆炸伤生物力学深入分析。3、通过三维有限元仿真结果对人颌面部软硬组织爆炸伤仿真过程,Von Mises应力、有效应变进行系统分析。结果显示:（1）Von Mises应力、应变可以作为评判下颌骨损伤严重程度的指标,可分析皮肤、肌肉软组织爆炸伤后组织坏死面积,从而指导软组织初期清创。（2）在相同致伤条件下,爆炸冲击波对下颌骨损伤程度较皮肤、肌肉软组损伤程度严重（3）爆炸冲击波除造成爆炸目标下颌角骨折外,应力还可以传导到下颌骨髁状突、乙状切迹区域,导致这些部位形成高应力、高应变区域,从而形成骨折。4、通过SPH方法建立人下颌骨硬组织、咬肌软组织的爆炸伤三维模型,研究该模型对颌面部软硬组织爆炸伤仿真的有效性。结果显示:该模型结构与人解剖结构相似,细节损失少,仿真结果与三维有限元结果接近,SPH方法在研究颌面部软硬组织爆炸伤中对求解组织大变形、裂纹扩展、爆炸冲击等方面相对于有限元研究具有显着优势。5、通过三维有限元方法成功建立了我军最新的QGF11作战防护头面盔模型,该模型包含盔体、柔性内衬、系带的结构,并与人颌面部软硬组织爆炸伤模型进行装配,从而得到了作战头面盔颌面部软硬组织爆炸伤模型。研究结果:该模型与真实作战头面盔结构相似,细节损失少,可用于研究作战头面盔对颌面部软硬组织爆炸伤防护研究。6、将建立的作战头面盔人下颌软硬组织爆炸伤三维有限元模型进行材料参数设定、力学载荷和边界加载条件设定,模拟TNT炸药1000mg对不同爆炸距离（3cm,5cm,10cm）人下颌角的皮肤、咬肌、下颌骨的动态损伤过程,及应力应变分析。结果显示:佩戴QGF11防护头面盔后其下颌角区软硬组织爆炸伤损伤程度减轻,尤其在致伤条件为5cm-1000mg实验组表现最为显着,该研究结果可用于指导现代作战头面盔的改进,从而增加其对颌面部软硬组织爆炸伤的防护。结论:1、建立人颌面部软硬组组爆炸伤FEM模型,可以用于对颌面部软硬组织爆炸伤致伤过程及生物力学分析,该模型可用于指导颌面部软硬组织爆炸伤救治与防护;2、SPH研究方法在研究颌面部软硬组织爆炸伤中相对于有限元研究方法具有显着优势,可为研究颌面部爆炸伤模型提供新方法;3、现代作战防护头面盔对颌面部软硬组织爆炸伤具有一定的防护作用,但对颌面部暴露部位保护作用较弱,该研究结果可用于指导现代作战头面盔的改进,从而增加其对颌面部软硬组织爆炸伤的防护。
黄菲[4]（2020）在《基于生成对抗网络的异质人脸图像生成》文中研究指明异质人脸图像合成旨在使用算法生成逼真、可识别的多种视觉形态的人脸肖像,包括画像、漫画等多种模态。其在数字娱乐领域与刑侦领域中具有广泛应用。近年来,研究人员提出了大量基于生成对抗网络的异质人脸合成方法。不过,仍未有工作对异质人脸图像合成任务进行系统性的分析和总结。此外,现有方法对于人脸姿态、光照较为敏感,对于不可控条件下的人脸图像难以合成逼真的异质人脸图像。据此,本文的研究工作主要包含以下两点:（1）首先,本文简要回顾了异质人脸图像合成的发展历史;并从异质人脸图像合成的应用进展、模型结构、性能评估和定性分析等方面综述了该领域最新关键技术的发展情况;展望了异质人脸图像合成面临的挑战以及其关键技术的发展趋势。这对于该领域的研究人员迅速了解研究现状和确定研究方向,具有一定的指导意义。（2）其次,本文提出了一种结构自适应的鲁棒人脸画像生成方法。考虑到人脸画像的纹理与其对应的语义信息高度相关,本文首先利用面部解析掩膜进行空间自适应标准化,用于指导人脸不同部位的纹理生成。此外,为了使生成画像与输入人脸保持相同的语义结构,本文提出一种结构重建损失,要求生成器重构人脸语义结构信息。最后,由于数据集中的真实照片-画像之间并未进行像素级精准对齐,这可能会损伤模型性能。因此,本文提出了一种松弛型图像重建损失。在多个数据集上的实验结果表明,使用本文方法生成的画像视觉质量良好,并且对于极端姿态和光照的人脸仍具有良好的生成能力。总结而言,我们的方法能够生成结构清晰、纹理逼真的画像,并具有更高的鲁棒性。本文工作,对于异质人脸图像合成的理论研究和应用推广具有重要价值。
卢丹[5]（2020）在《素描人脸合成研究》文中提出素描人脸图像不仅是生活中极具艺术风格的肖像画作,有时也能成为刑侦方面帮助警方寻找相关人员的重要线索。随着科技的发展与进步,人脸识别技术已经比较成熟并被广泛应用于各个领域,但由于素描图像与照片图像差异巨大,直接应用素描人脸图像在警方的照片图像库中进行匹配识别一般难以达到令人满意的效果。而素描人脸合成技术可以将照片人脸图像转换为素描人脸图像,使人脸识别算法可以在相同图像域内作用以达到更高的识别率。此外,若将素描人脸合成算法嵌入手机或电脑的应用软件中,可以使人们更加快速便捷的获得与照片人脸图像相对应的素描风格的人脸图像,丰富人们的娱乐与生活。为了合成既有助于人脸识别又有良好的视觉效果的素描人脸图像,本文主要提出以下三种素描人脸合成方法:（1）基于卷积神经网络预处理的两阶段素描人脸合成方法。将素描人脸合成过程分为预处理阶段和合成阶段,在预处理阶段训练一个八层的全卷积神经网络,用于将训练集与测试集中的照片图像转换为半素描图像,在合成阶段利用预处理阶段生成的半素描图像代替照片图像,由已有的基于实例的素描人脸合成方法完成目标素描图像的合成。通过多种实验证明了本方法在提升基于实例的素描人脸合成方法的合成效果的有效性,在交叉数据集上的实验验证了本方法还可以提高基于实例的素描人脸合成方法的泛化能力。（2）基于生成对抗网络的素描人脸合成方法。采用一个多级对抗的生成对抗网络完成素描人脸合成任务,其中生成网络采用多种损失函数（对抗损失,特征内容损失,像素内容损失,风格损失和总变分损失）联合进行训练。通过对照实验验证了多级对抗结构的有效性,讨论了风格损失的添加对生成网络生成的素描人脸图像质量的影响,探讨了应用分解残差块的轻量化生成网络的素描人脸图像合成效果。与多种素描人脸合成算法对比,本方法合成的素描人脸图像具有更好的视觉效果和更高的人脸识别准确率。（3）基于风格迁移的双域素描人脸合成方法。对测试照片图像通过风格迁移的方法得到风格素描图像,作为与测试照片图像对应的素描域图像。在素描域和照片域两个图像域内进行近邻选择和权重计算,以充分挖掘训练集中照片人脸图像及素描人脸图像中的信息实现素描人脸合成。通过与多种素描人脸合成方法合成的素描人脸图像在主观的视觉感知,客观图像质量评估指标和人脸识别三个方面的对比,验证了本方法的有效性。
李雪儿[6]（2020）在《敦煌壁画“短缩法”考略》文中认为莫高窟第172窟北壁右侧壁画《观无量寿经变》场景宏大、画面空间立体真实,画中营造的纵深感得益于“短缩法”的使用。早在北凉时期,敦煌壁画中就有“短缩法”的踪迹,之后画师们在其基础上发展出交叉排列、横向遮挡、中心辐射等呈现方式。然而“短缩法”在敦煌壁画中并不是主流的绘画技法,甚至在盛唐之后便急速衰落,它在敦煌石窟前后存在了大约四百余年,是中国古代一种边缘化的绘画技法传统。长期以来,国内外研究界对此并未予以重视。因此,本文实际上是迄今为止对敦煌壁画“短缩法”的诸多要素特征进行辨析与溯源、并系统揭示其发展脉络的首次尝试,具有开拓性意义。敦煌壁画中的“短缩法”并非本土创造,它在渊源上与新疆乃至中亚的绘画有着密切的关联。根据图像线索,可以从克孜尔石窟、米兰佛教遗址壁画一路追溯到大夏-巴克特里亚,绘画中使用的“凹凸法”“明暗法”与“短缩法”则是一脉相承的技法,传播过程中乌浒河流派起到了重要作用。在对“短缩法”不断探索的过程中,画师也借鉴了中原块状单元式分割构图的方法,也就是“铺格式”。短缩法与铺格式代表了敦煌壁画中完全不同的构图思维与视觉模式,也表现出两种完全不同的绘画风格与追求。在二者的不断碰撞融合过程中,具有自己独特美学特征的敦煌“短缩法”在隋唐时期步入其巅峰（莫高窟第172窟便是其中的一个典型）,然后便迅速地走向衰落。
朱明瑞[7]（2020）在《基于知识表示与迁移的跨域人脸图像重建》文中研究表明人脸图像是计算机视觉领域中最常见的信息载体,承载着丰富的身份特征信息。随着人脸图像采集技术的不断发展,人脸图像的表现形态更为丰富,例如相机拍摄的可见光人脸图像、画师绘制的素描画像、电脑制作的人脸卡通图像、近红外成像仪拍摄的近红外人脸图像、热红外成像仪拍摄的热红外人脸图像,均为人脸图像的表现形态。不同的人脸图像表现形态构成了不同的人脸图像域。同一目标的不同人脸图像域之间的信息既存在共性也存在个性,提供了对目标的不同视角的刻画与描述。跨域人脸图像重建,旨在将目标在某一图像域的人脸图像重构为其它图像域的人脸图像,既能丰富对同一目标在不同人脸图像域的人脸信息表示,也能减少同一目标在不同人脸图像域的表示差异,在社会公共安全与社交娱乐等领域具有重要的研究意义和应用价值。跨域人脸图像重建的研究重点为对同一目标在不同图像域的共性人脸信息（如人脸身份信息、人脸结构信息）与个性人脸信息（如人脸模态信息、人脸纹理信息）的表示与处理。其难点在于如何在保持共性人脸信息不损失的情况下将个性人脸信息在不同的人脸图像域之间进行转换。深度学习的兴起与发展为该领域带来了巨大的活力,本文以深度学习为理论框架,研究知识表示与迁移在跨域人脸图像重建领域的应用,提出一系列跨域人脸图像重建新方法。本文取得的主要研究成果概括如下:1.提出一种基于深度特征表示与概率图模型的跨域人脸图像重建方法。现有的基于样例的跨域人脸图像重建方法在对人脸图像块进行特征表示时,往往仅使用图像块的原始像素灰度值作为图像块的特征,或者使用一些人为设计的特征提取算子提取图像块的表征。然而,这些低等级的特征表示鲁棒性差,容易受到光照变化和杂乱背景等噪声干扰,最终导致跨域人脸图像重建结果质量较差。针对这一问题,提出通过深度卷积网络提取人脸图像块的深度特征表示作为图像块的特征。此外,结合概率图模型,对图像块深度特征表示通道权值与图像块重构权值进行联合建模,通过交替优化策略对模型进行优化,从而实现对环境噪声鲁棒的跨域人脸图像重建。实验结果表明该方法相比现有方法在重建人脸图像质量、人脸结构信息保持、人脸身份信息保持以及对光照变化与杂乱背景等环境噪声的鲁棒性上均有优势和提升。2.提出一种基于协同信息迁移的跨域人脸图像重建方法。现有的基于深度学习的跨域人脸图像重建方法虽然在重建速度与重建图像逼真度上取得了一定的进展,却存在人脸身份信息损失的问题,表现为目标图像域重建人脸图像在人脸内容上与源图像域人脸图像存在偏差,人脸识别率降低。针对这一问题,提出通过相互迁移两个对偶重建网络的协同信息,得到两个人脸图像域的中间态隐含域,使两个对偶网络在重建过程中都会经过这个学习到的隐含域,通过施加隐含域的约束,使得训练得到的两个对偶网络更加对称,更好地保持人脸共性信息。实验结果表明该方法相比现有方法能够学习得到更加对称的重建映射,在重建逼真图像的同时,更好的保持人脸内容、身份信息。3.提出一种基于知识迁移的跨域人脸图像重建方法。在跨域人脸图像重建任务中,要将图像在两个图像域之间进行映射转换,为了训练得到合理的映射关系,需要大量的训练数据。现有的基于深度学习的跨域人脸图像重建方法存在的主要问题是跨域人脸图像成对训练样本不充足,模型无法对映射关系进行充分的学习。针对这一问题,提出深度知识迁移框架,通过迁移与跨域人脸图像重建任务相似,且训练数据充足的其它任务中的知识,来指导跨域人脸图像重建任务的训练,从而获得更合理的映射关系。此外,通过相互迁移两个对偶的跨域人脸图像重建任务的知识,进一步提升知识迁移监督效果。实验结果表明该方法相比现有方法能够在不充足的训练数据下得到更好的重建映射,从而获得更高质量的重建人脸图像。4.提出一种基于人脸标签信息迁移的跨域人脸图像重建方法。跨域人脸图像重建任务的关键在保持人脸身份、结构信息不损失的情况下重建出属于不同图像域的个性信息。现有的基于深度学习的跨域人脸图像重建方法存在的主要问题是基于编码解码结构的深度卷积网络会损失人脸图像的结构信息,导致重建人脸图像身份信息丢失以及视觉效果降低。针对这一问题,提出通过人脸分析模型引入人脸标签信息,并设计基于人脸标签信息的跨域人脸图像生成对抗网络,将人脸标签信息迁移至生成网络与判别网络中,以保持结构信息,从而获得更合理的映射关系。实验结果表明该方法相比现有方法能够在保持人脸空间结构信息的同时提升重建人脸图像的视觉效果。5.提出跨域人脸图像重建应用框架。所提出的不同跨域人脸图像重建方法是针对不同特定问题的,然而在实际应用中,往往是多种问题同时存在。因此,提出跨域人脸图像重建应用框架,融合针对不同问题提出的跨域人脸图像重建方法,以应用于实际跨域人脸图像重建任务中。实验结果表明,所提跨域人脸图像重建框架在人脸老化、人脸美妆、人脸艺术风格肖像生成等应用上均取得了满意的重建效果,表明了所构建的跨域人脸图像重建应用框架在实际应用中的有效性。
黄旺[8]（2019）在《无网格介点法分析断裂问题及其工程应用》文中提出无网格法是一种新的数值计算方法,在一定程度上克服了有限元与边界元等数值方法的网格局限性,在解决冲击、爆破,超大变形、裂纹扩展等问题中具有独特的优势。无网格介点（MIP）法是一种配点型的无网格方法,采用移动最小二乘核近似（MLSc）、移动最小二乘导数近似、介点原理、局部介点近似等,既具有传统配点法的高效性,同时,比传统的配点法的稳定性更好,精度更高。在基于无网格介点法的理论研究基础上,本文将无网格介点法应用于求解断裂力学问题。本文首先从移动最小二乘核近似、移动最小二乘导数近似讨论、介点原理、局部介点近似、方程离散等方面介绍了无网格介点法。采用两个数值算例对无网格介点法的有效性进行了验证,结果表明,无网格介点法求解一般线弹性力学问题,具有较好的数值稳定性以及计算精确性。同时,也验证了无网格介点法在求解奇异性问题上的可行性。本文的主要工作与创新点是,将无网格介点法应用于求解线弹性断裂力学的相关问题。从增强基函数的选取,可视准则的数值实施等方面对无网格介点法进行了改进,提出了采用可视准则处理裂纹面两端不连续性的算法实现;详细阐述并采用数值算例分析比较了J积分法、基于位移的外推法、基于应力的外推法等求解应力强度因子的方法的差异性;通过各种裂纹板的数值算例,计算了裂纹应力尖端的应力场、应力强度因子等,并比较了各种裂纹情况下的应力强度因子系数无网格介点法解与普通配点法解的准确性;对于准静态裂纹扩展问题,模拟了受均匀单向拉伸的中心斜裂纹矩形板的裂纹扩展,并对扩展过程中的应力强度因子系数进行了分析,得到了不同模式下的应力强度因子在裂纹扩展过程中的作用;采用无网格介点法对挡土墙的准静态裂纹扩展进行模拟,得到裂纹扩展过程中的扩展路径的变化,以及每阶段的位移及应力云图,对挡土墙的防护与加固工作具有一定的指导意义。所有数值算例结果表明,本文方法对于线弹性断裂力学问题的求解是可行以及有效的,所得到的结果均具有较好的精度和收敛性。作为本文的附加内容,本文最后还阐述了特解法（MPS）以及最小二乘级数法（MLSS）在求解四阶偏微分方程中的应用,并通过数值算例,对这两种方法的优缺点进行了分析,得到问题域离散点的数目以及基函数的最高幂次数是影响方法精确性以及稳定性的最主要因素。
曾锦华,施少培,卞新伟,邱秀莲[9]（2019）在《人脸识别技术在人像鉴定中的应用研究》文中指出现有司法鉴定中人像鉴定的检验分析理论和技术更多地依赖于领域专家经验判断的定性分析方法,检验过程易受鉴定人经验背景影响,检验结果欠缺量化检验数据支撑。人像自动化识别技术的理论和应用研究已取得长足进展,且具有自动化的量化分析特性,但受限于司法鉴定领域的场景复杂性和领域特殊需求,人像自动化识别技术在人像司法鉴定中的应用仍有待于进一步探索研究。通过分析人像专家鉴定技术和自动化识别技术的优缺点,研究人脸识别技术在人像司法鉴定中的应用模式;结合人像同一性鉴定领域专家经验知识,并充分发挥自动化识别技术的量化分析优势,提出构建基于人像形态特征定性分析和基于自动化识别量化分析的人像同一性鉴定理论研究体系,以期实现定性分析和定量分析兼顾、专家经验判断和自动化识别技术并存的人像同一性鉴定理论体系和技术方法。
彭春蕾[10]（2017）在《基于概率图模型的异质人脸图像合成与识别》文中提出在现实生活中经常会接触到来自不同传感器的人脸图像,比如可见光条件下拍摄的照片、人像画家绘制的素描画像、近红外人脸图像和热红外人脸图像等。这些处于不同形态下的人脸图像统称为异质人脸图像。异质人脸图像识别在生物特征识别领域具有重要的研究意义和应用价值。例如,在刑事侦查中警方有时无法获得嫌疑人的清晰照片,但可根据有限的视频监控线索（往往伴随因分辨率过低导致嫌疑人照片模糊或者嫌疑人非正面视角等现象）和目击证人/受害人的描述由法医绘制出嫌疑人的素描画像,进一步来辅助鉴别嫌疑人的身份。这里如何将绘制的素描画像与公民照片数据库进行比对就是异质人脸图像识别旨在解决的重要问题之一。由于不同传感器成像机理不同,同一身份的异质人脸图像之间往往存在巨大的差异。传统人脸识别方法在异质人脸图像识别场景中只能获得较低的识别率,难以满足实际的应用需求。因此,本论文致力于针对异质人脸图像识别场景的特殊需求,以概率图模型为理论框架,提出一系列异质人脸图像合成和识别新方法。本文的主要创新性工作概括为:1.提出一种基于概率图模型和多特征表示的异质人脸图像合成方法。现有方法在对人脸图像进行特征提取时,只考虑像素值作为图像的唯一特征,导致合成结果易受到不同光照条件、背景颜色和肤色差异的干扰。考虑到人脸图像可以经由不同的图像滤波器处理,提取多种局部特征进行描述,提出一种基于概率图模型和多特征表示的异质人脸图像合成方法。该方法通过交替优化策略,自适应的学习在人脸图像各个块位置的多特征组合权值,从而实现对光照、背景和肤色鲁棒的异质人脸图像合成。实验结果表明,该方法可以有效的降低光照、背景和肤色对合成结果的干扰,并在真实场景下的法医素描画像数据上有较好的表现。2.提出一种基于概率图模型与超像素划分的异质人脸图像合成方法。现有的合成方法在对人脸图像进行分块时,只是采取简单的策略将图像划分成大小相等的矩形块,而忽略了人脸图像本身的结构信息。为了在图像分块阶段将人脸潜在的结构信息考虑进来,提出一种基于概率图模型与超像素划分的异质人脸图像合成方法。首先根据人脸图像本身的结构信息,将图像划分成形状和大小自适应的超像素块;随后对每个超像素块进行一定尺度的扩张,使得相邻超像素块之间具有一定比例的重叠区域,以减小合成结果的块效应;继而借助概率图模型进行建模,得到初步合成图像;最后通过两阶段的人脸合成框架进一步提高合成图像的质量。实验结果表明,该方法通过在图像分块阶段将人脸潜在的结构信息考虑进来,可以更好的合成人脸图像的细节。3.提出一种基于概率图模型表示的异质人脸图像识别方法。现有识别方法在对人脸图像进行特征提取时,往往忽略了图像的空间结构信息,然而图像本身的结构信息在人脸识别中具有重要的作用。针对上述不足,提出一种基于概率图模型表示的异质人脸图像识别方法。首先,将异质人脸图像分块后,基于概率图模型对图像块进行建模,结合人脸的空间结构信息提取概率图模型表示特征;然后,针对上述概率图模型表示特征,提出一种成对表示相似性度量矩阵,对异质人脸图像进行相似性度量和匹配。实验结果表明,该方法在多种异质人脸图像识别场景下均取得了更好的识别性能。4.提出一种基于稀疏概率图模型与判别分析的异质人脸图像识别方法。现有方法在运用概率图模型进行建模时,需要在每个块位置选择固定个数的个近邻图像块,而近邻参数的取值往往需要人为设定,并对算法性能具有很大的影响。针对上述问题,提出一种基于稀疏概率图模型与判别分析的异质人脸图像识别方法。首先,在概率图模型建模阶段跳过近邻选择步骤,把所有相关的图像块考虑进来,提取自适应稀疏的概率图模型表示特征;其次,为了应对人脸图像结构的复杂性和进一步提高算法的判别分析能力,设计一种基于人脸空域划分的判别分析框架。实验中本方法和已有方法相比,在多种异质人脸识别场景下均具有更好的表现。5.提出基于多画像的异质人脸识别场景,并给出具体的实验设计与基准算法验证结果。现有异质人脸图像识别方法主要针对单张图像的识别问题,然而在实际场景中往往可以得到同一目标的多张画像。考虑到上述情形,提出基于多画像的异质人脸识别场景。首先根据已有的画像数据类型,定义三种具体的识别场景,并分别提供相应的实验设置标准和若干基准算法在各个场景中的表现。通过对实验结果的分析讨论,表明所提基于多画像的异质人脸识别问题具有一定的研究价值和挑战性,并包含众多待探索方向,值得将来开展进一步的研究。
二、颜面局部转换法在模拟画像中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、颜面局部转换法在模拟画像中的应用（论文提纲范文）
（1）基于压电瑞利波的混凝土板损伤识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 瑞利波无损检测技术发展现状 |
| 1.2.2 瑞利波无损伤检测技术的优势 |
| 1.2.3 压电材料发展现状 |
| 1.3 本文主要研究目的及内容 |
| 2 瑞利波和压电材料基本理论 |
| 2.1 引言 |
| 2.2 瑞利波基本理论 |
| 2.2.1 地震波理论及波动方程 |
| 2.2.2 瑞利波传播特性 |
| 2.3 压电材料基本理论 |
| 2.3.1 压电材料的分类 |
| 2.3.2 压电效应 |
| 2.3.3 压电方程 |
| 2.3.4 压电材料结构健康监测方法 |
| 2.4 本章小结 |
| 3 混凝土板压电瑞利波法有限元波场分析 |
| 3.1 引言 |
| 3.2 ABAQUS软件简介和有限元模型建立 |
| 3.2.1 有限元模型尺寸 |
| 3.2.2 材料参数与单元类型选取 |
| 3.2.3 分析步设置与激励信号的选取 |
| 3.2.4 网格划分 |
| 3.2.5 相互作用与界面接触 |
| 3.2.6 边界处理 |
| 3.2.7 模型验证与分析 |
| 3.3 瑞利波幅值衰减法 |
| 3.3.1 瑞利波幅值衰减法简介 |
| 3.3.2 无损伤混凝土板模拟分析 |
| 3.3.3 含裂缝混凝土板模拟分析 |
| 3.4 瑞利波传播延时法 |
| 3.4.1 瑞利波传播延时法简介 |
| 3.4.2 不同工况混凝土板模拟分析 |
| 3.5 本章小结 |
| 4 混凝土板压电瑞利波法损伤识别试验研究 |
| 4.1 引言 |
| 4.2 试验方案 |
| 4.2.1 试验仪器设备和试验流程 |
| 4.2.2 试件尺寸与试验参数确定 |
| 4.2.3 试件工况建立 |
| 4.3 试验结果和分析 |
| 4.3.1 幅值衰减法的试验结果与分析 |
| 4.3.2 传播延时法的试验结果与分析 |
| 4.4 本章小结 |
| 5 结论和展望 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 展望 |
| 参考文献 |
| 作者简介 |
| 作者在攻读硕士学位期间获得的学术成果 |
| 致谢 |
（2）人脸照片-素描生成的关键技术研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状和相关技术 |
| 1.3 论文的主要工作和结构安排 |
| 1.3.1 论文的主要工作 |
| 1.3.2 论文的结构安排 |
| 第二章 相关背景知识介绍 |
| 2.1 人脸照片-素描数据集 |
| 2.1.1 CUFS数据库 |
| 2.1.2 CUFSF数据库 |
| 2.1.3 印度IIIT-D半法医画像数据库 |
| 2.1.4 PRIP-VSGC数据库 |
| 2.2 国内外人脸照片-素描生成方法 |
| 2.2.1 基于子空间的方法 |
| 2.2.2 基于稀疏表示的方法 |
| 2.2.3 基于概率图模型的方法 |
| 2.2.4 基于模型驱动的方法 |
| 2.3 评价指标 |
| 2.3.1 SSIM |
| 2.3.2 LPIPS |
| 2.3.3 人脸识别准确率 |
| 2.4 本章小结 |
| 第三章 人脸照片生成人脸素描的研究 |
| 3.1 引言 |
| 3.1.1 基于图像块位置的局部搜索 |
| 3.1.2 基于全局字典的原子界定邻域搜索 |
| 3.2 基于全局字典的原子界定邻域的构建 |
| 3.2.1 预处理 |
| 3.2.2 全局字典的学习 |
| 3.2.3 原子界定邻域的聚类 |
| 3.3 基于全局字典原子界定邻域的伪素描生成 |
| 3.4 高频域的增强 |
| 3.5 实验结果及分析 |
| 3.5.1 对齐人脸照片的生成结果 |
| 3.5.2 真实场景人脸照片的生成结果 |
| 3.5.3 生成结果的客观指标 |
| 3.6 本章小结 |
| 第四章 人脸素描生成人脸照片的研究 |
| 4.1 引言 |
| 4.1.1 生成对抗网络 |
| 4.1.2 内容和风格改进的生成对抗网络 |
| 4.2 人脸照片生成模型的训练 |
| 4.2.1 内容生成单元 |
| 4.2.2 风格计算单元 |
| 4.2.3 总损失值 |
| 4.3 伪人脸照片的生成 |
| 4.4 实验结果及分析 |
| 4.4.1 生成人脸照片的主观评价 |
| 4.4.2 生成人脸照片的客观评价 |
| 4.5 本章小结 |
| 第五章 人脸照片-素描对偶生成 |
| 5.1 引言 |
| 5.1.1 对偶学习 |
| 5.1.2 带隐空间的对偶人脸照片/素描生成技术 |
| 5.2 带隐空间的人脸照片-素描对偶模型的训练 |
| 5.2.1 生成对抗损失 |
| 5.2.2 对偶损失 |
| 5.2.3 隐空间损失 |
| 5.2.4 总的损失值 |
| 5.3 伪人脸照片/素描的生成 |
| 5.4 实验结果与分析 |
| 5.4.1 人脸照片生成人脸素描的实验结果及分析 |
| 5.4.2 人脸素描生成人脸照片的实验结果及分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 致谢 |
（3）人下颌爆炸伤和作战头面盔防护模型的建立及生物力学仿真模拟研究（论文提纲范文）
| 英文缩写一览表 |
| Abstract |
| 中文摘要 |
| 前言 |
| 第一部分 人下颌爆炸伤仿真模拟、验证及生物力学分析 |
| 实验一 人颌面部软硬组织三维有限元模型的建立及网格划分 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 实验二 人颌面部软硬组织爆炸伤有限元动态模拟及结果分析 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 小结 |
| 实验三 颌面部软硬组织爆炸伤生物力学分析 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 小结 |
| 第二部分 人颌面部软硬组织爆炸伤光滑粒子流体动力学的初步研究 |
| 实验一 人颌面部软硬组织光滑粒子动力学(Smoothed Particle Hydrodynamics,SPH)模型的建立 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 小结 |
| 实验二 人颌面部软硬组织爆炸伤SPH模型的仿真运算及与FEM模拟结果的对比研究 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 小结 |
| 第三部分 作战防护头面盔对人颌面部爆炸伤作用研究 |
| 实验一 作战防护头面盔爆炸伤三维有限元模型建立 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 小结 |
| 实验二 作战头面盔对人颌面部软硬组织爆炸伤作用研究 |
| 材料和方法 |
| 结果 |
| 讨论 |
| 小结 |
| 全文总结 |
| 参考文献 |
| 文献综述 口腔颌面部爆炸伤研究进展 |
| 参考文献 |
| 课题相关科研成果及论文发表情况 |
| 致谢 |
（4）基于生成对抗网络的异质人脸图像生成（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 一、绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.3.1 基于生成对抗网络的异质人脸合成综述 |
| 1.3.2 结构自适应的鲁棒人脸画像生成 |
| 1.4 论文组织结构 |
| 二、相关理论和技术 |
| 2.1 生成对抗网络 |
| 2.1.1 .条件生成对抗网络 |
| 2.1.2 循环生成对坑网络 |
| 2.2 图像风格转换 |
| 2.2.1 传统方法 |
| 2.2.2 基于神经网络风格转换 |
| 2.3 人脸风格数据集 |
| 2.4 生成图像性能评价方法 |
| 2.4.1 保真度评估 |
| 2.4.2 可解释度评估 |
| 2.4.3 真实度评估 |
| 三、基于生成对抗网络的异质人脸合成综述 |
| 3.1 任务描述 |
| 3.2 研究进展 |
| 3.2.1 年龄合成 |
| 3.2.2 画像合成 |
| 3.2.3 漫画合成 |
| 3.2.4 人脸美颜 |
| 3.2.5 其他异质人脸合成 |
| 3.3 基于生成对抗网络的模型结构 |
| 3.3.1 生成器结构 |
| 3.3.2 判别器结构 |
| 3.3.3 目标函数 |
| 3.4 模型性能分析 |
| 3.4.1 年龄合成性能分析 |
| 3.4.2 画像合成性能分析 |
| 3.4.3 漫画合成性能分析 |
| 3.4.4 人脸美颜性能分析 |
| 3.5 问题与挑战 |
| 3.6 本章小结 |
| 四、结构自适应的鲁棒人脸画像生成 |
| 4.1 算法动机 |
| 4.2 算法设计 |
| 4.2.1 模型整体结构 |
| 4.2.2 面部语义标签矩阵获取 |
| 4.2.3 残差空间自适应解码器 |
| 4.2.4 多任务生成器 |
| 4.2.5 判别器结构优化 |
| 4.2.6 损失函数 |
| 4.3 实验设置 |
| 4.3.1 数据预处理 |
| 4.3.2 算法执行及优化方式 |
| 4.4 实验结果及分析 |
| 4.4.1 消融实验 |
| 4.4.2 各数据集照片-画像合成性能评估 |
| 4.4.3 鲁棒性实验 |
| 4.5 本章小结 |
| 五、总结与展望 |
| 5.1 工作总结 |
| 5.2 后续工作 |
| 致谢 |
| 参考文献 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 |
| 详细摘要 |
（5）素描人脸合成研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于实例的素描人脸合成算法 |
| 1.2.2 基于模型的素描人脸合成算法 |
| 1.2.3 基于实例与模型融合的素描人脸合成算法 |
| 1.2.4 素描人脸合成存在的难点问题 |
| 1.3 本文主要工作及章节组织结构 |
| 1.3.1 本文主要工作 |
| 1.3.2 章节组织结构 |
| 第二章 数据集及评估指标介绍 |
| 2.1 数据集介绍 |
| 2.2 评估指标介绍 |
| 2.2.1 结构相似指数 |
| 2.2.2 特征相似指数 |
| 第三章 基于卷积神经网络预处理的两阶段素描人脸合成方法 |
| 3.1 卷积神经网络介绍 |
| 3.1.1 卷积层 |
| 3.1.2 激活函数 |
| 3.1.3 池化层 |
| 3.1.4 全连接层 |
| 3.1.5 批标准化 |
| 3.2 过程与方法 |
| 3.2.1 预处理阶段 |
| 3.2.2 合成阶段 |
| 3.3 实验与分析 |
| 3.3.1 实验环境及实现细节 |
| 3.3.2 关于pFCN损失函数的实验及讨论 |
| 3.3.3 合成素描人脸图像质量评估 |
| 3.3.4 素描人脸识别实验 |
| 3.3.5 交叉数据集素描人脸合成实验 |
| 3.4 本章小结 |
| 第四章 基于生成对抗网络的素描人脸合成方法 |
| 4.1 生成对抗网络介绍 |
| 4.2 过程与方法 |
| 4.2.1 多层对抗的生成对抗网络结构 |
| 4.2.2 损失函数 |
| 4.3 实验与分析 |
| 4.3.1 实验环境及实现细节 |
| 4.3.2 网络结构及损失函数设计的实验及讨论 |
| 4.3.3 合成素描人脸图像质量评估 |
| 4.3.4 素描人脸识别实验 |
| 4.4 本章小结 |
| 第五章 基于风格迁移的双域素描人脸合成方法 |
| 5.1 风格迁移介绍 |
| 5.2 过程与方法 |
| 5.2.1 风格迁移过程 |
| 5.2.2 双域素描人脸合成过程 |
| 5.3 实验与分析 |
| 5.3.1 实验环境与实现细节 |
| 5.3.2 合成素描人脸图像质量评估 |
| 5.3.3 素描人脸识别实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 学位论文评阅及答辩情况表 |
（6）敦煌壁画“短缩法”考略（论文提纲范文）
| 摘要 |
| abstract |
| 绪论 |
| 第一章 盛唐时期敦煌壁画中的“短缩法”:以莫高窟第172窟为例 |
| 第一节 莫高窟第172窟《观无量寿经变》中的“短缩法” |
| 一、莫高窟第172窟《观无量寿经变》中的绘画空间表现 |
| 二、关于“短缩法”的概念及其渊源 |
| 第二节 唐代壁画中“短缩法”应用的其他存例 |
| 一、莫高窟第220窟、第329窟与榆林窟第25窟壁画 |
| 二、韩休、章怀太子墓室壁画 |
| 第三节 莫高窟第172窟壁画是“短缩法”在中国古代的巅峰状态 |
| 一、并不成熟的透视法:与《最后的晚餐》对比 |
| 二、短缩法的独异性:与第320窟《观无量寿经变》对比 |
| 三、盛唐时期敦煌的短缩法是中国古代短缩法发展的最高形态 |
| 第二章 盛唐以前敦煌壁画中“短缩法”的演变 |
| 第一节 敦煌壁画中“短缩法”的肇始:北凉短缩法 |
| 第二节 北凉至北周时期“短缩法”的呈现方式 |
| 第三节 隋唐时期敦煌壁画“短缩法”对焦点的探索 |
| 第四节 “近大远小”绘画理念的发展 |
| 第三章 异域画法的本土化:敦煌“短缩法”的渊源问题 |
| 第一节 进入敦煌前的“短缩法”:米兰明暗法 |
| 一、大夏-巴特克里亚 |
| 二、希腊“短缩法”的犍陀罗化 |
| 第二节 “短缩法”与“晕染法”的结合 |
| 一、西域“凹凸法” |
| 二、克孜尔石窟壁画中的“短缩法” |
| 三、敦煌壁画对新疆石窟中“短缩法”的继承与转换 |
| 第四章 敦煌壁画发展过程中“短缩法”与其他画法的交融与互动 |
| 第一节 希腊短缩式与中原铺格式 |
| 第二节 中原铺格式对敦煌壁画中“短缩法”的影响 |
| 一、分割式构图 |
| 二、线条造型 |
| 第五章 盛唐以后“短缩法”在敦煌壁画中的衰落 |
| 第一节 屏风画在壁画中的出现 |
| 第二节 “短缩法”的衰落及其原因探析 |
| 小结 |
| 附录 :论文插图来源情况表 |
| 参考文献 |
| 致谢 |
（7）基于知识表示与迁移的跨域人脸图像重建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究进展与现状 |
| 1.2.1 基于样例的跨域人脸图像重建方法 |
| 1.2.2 基于线性回归的跨域人脸图像重建方法 |
| 1.2.3 基于深度学习的跨域人脸图像重建方法 |
| 1.3 面临的挑战和解决思路 |
| 1.4 本文的主要研究成果以及章节安排 |
| 第二章 基于深度特征表示与概率图模型的跨域人脸图像重建 |
| 2.1 引言 |
| 2.2 深度特征表示与概率图模型 |
| 2.2.1 深度特征表示 |
| 2.2.2 概率图模型 |
| 2.3 基于深度特征表示与概率图模型的跨域人脸图像重建方法 |
| 2.4 实验结果与分析 |
| 2.4.1 实验设置 |
| 2.4.2 人脸素描画像重建结果与分析 |
| 2.5 小结 |
| 第三章 基于协同信息迁移的跨域人脸图像重建 |
| 3.1 引言 |
| 3.2 协同信息迁移与生成对抗网络 |
| 3.2.1 协同信息迁移 |
| 3.2.2 生成对抗网络 |
| 3.3 基于协同信息迁移的跨域人脸图像重建方法 |
| 3.3.1 协同信息迁移框架 |
| 3.3.2 协同信息迁移框架的网络结构 |
| 3.3.3 协同信息迁移框架的损失函数 |
| 3.4 实验结果与分析 |
| 3.4.1 实验设置 |
| 3.4.2 人脸素描画像重建结果与分析 |
| 3.5 小结 |
| 第四章 基于知识迁移的跨域人脸图像重建 |
| 4.1 引言 |
| 4.2 知识迁移 |
| 4.3 基于知识迁移的跨域人脸图像重建方法 |
| 4.3.1 知识迁移框架 |
| 4.3.2 知识迁移框架的网络结构 |
| 4.3.3 知识迁移框架的损失函数 |
| 4.4 实验结果与分析 |
| 4.4.1 实验设置 |
| 4.4.2 人脸照片-素描画像重建结果与分析 |
| 4.5 小结 |
| 第五章 基于人脸标签信息迁移的跨域人脸图像重建 |
| 5.1 引言 |
| 5.2 人脸标签信息提取 |
| 5.3 基于人脸标签信息迁移的跨域人脸图像重建方法 |
| 5.3.1 人脸标签信息迁移框架 |
| 5.3.2 人脸标签信息迁移框架的网络结构 |
| 5.3.3 人脸标签信息迁移框架的损失函数 |
| 5.4 实验结果与分析 |
| 5.4.1 实验设置 |
| 5.4.2 人脸照片-素描画像重建结果与分析 |
| 5.5 小结 |
| 第六章 跨域人脸图像重建应用框架及其应用 |
| 6.1 引言 |
| 6.2 跨域人脸图像重建应用框架 |
| 6.3 跨域人脸图像重建应用 |
| 6.3.1 人脸老化 |
| 6.3.2 人脸美妆 |
| 6.3.3 人脸艺术肖像生成 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）无网格介点法分析断裂问题及其工程应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 无网格方法的回顾和展望 |
| 1.3 无网格方法的特点 |
| 1.4 无网格方法在断裂力学中的应用 |
| 1.5 主要研究内容 |
| 第二章 无网格介点法概述 |
| 2.1 移动最小二乘核近似 |
| 2.2 移动最小二乘导数近似讨论 |
| 2.3 介点原理 |
| 2.4 局部介点近似 |
| 2.5 方程离散 |
| 2.6 数值算例 |
| 2.6.1 含圆孔无限板问题 |
| 2.6.2 Motz问题 |
| 2.7 本章小结 |
| 第三章 无网格介点法求解线弹性断裂力学问题 |
| 3.1 线弹性断裂力学的基本理论 |
| 3.2 使用增强基函数的无网格介点法 |
| 3.3 不连续性的处理 |
| 3.4 应力强度因子求解 |
| 3.4.1 J积分 |
| 3.4.2 基于应力的外推法 |
| 3.4.3 基于位移的外推法 |
| 3.5 数值算例 |
| 3.5.1 含中心裂纹的矩形板 |
| 3.5.2 受均匀单向拉伸的共线双边裂纹矩形板 |
| 3.5.3 单边斜裂纹受拉矩形板 |
| 3.6 本章小结 |
| 第四章 无网格介点法模拟裂纹扩展 |
| 4.1 裂纹扩展准则 |
| 4.2 裂纹扩展分析的步骤 |
| 4.3 数值算例 |
| 4.4 本章小结 |
| 第五章 无网格介点法分析模拟挡墙裂纹扩展 |
| 5.1 几种挡土墙主动土压力理论比较 |
| 5.2 算例分析 |
| 5.3 本章小结 |
| 第六章 四阶偏微分方程问题的无网格法解 |
| 6.1 特解法(The method of particular solution, MPS) |
| 6.2 最小二乘级数法(The method of least square series,MLSS) |
| 6.3 数值算例 |
| 6.3.1 非齐次双调和方程问题 |
| 6.3.2 板振动问题 |
| 6.3.3 含系数的四阶偏微分方程 |
| 6.3.4 四周固支的圆形板问题 |
| 6.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表论文目录 |
| 附录B 攻读学位期间参与的科研项目 |
（9）人脸识别技术在人像鉴定中的应用研究（论文提纲范文）
| 1 引言 |
| 2 人脸识别技术 |
| 3 人像专家鉴定方法和人脸识别技术方法 |
| 3.1 人像专家鉴定方法 |
| 3.2 人脸识别技术方法 |
| 4 人脸识别技术在人像鉴定中的应用模式研究 |
| 4.1 应用模式一:人脸识别技术辅助人像专家鉴定 |
| 4.2 应用模式二:人像专家鉴定验证人脸识别技术 |
| 4.3 应用模式三:人脸识别技术和人像专家鉴定协同合作 |
| 5 结语 |
（10）基于概率图模型的异质人脸图像合成与识别（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究进展与现状 |
| 1.3 本文的主要研究工作 |
| 1.4 本文的组织结构 |
| 第二章 基于概率图模型和多特征表示的异质人脸图像合成 |
| 2.1 引言 |
| 2.2 概率图模型 |
| 2.3 异质人脸图像多特征表示的选择 |
| 2.4 基于概率图模型和多特征表示的人脸画像合成方法 |
| 2.5 算法复杂度分析 |
| 2.6 实验结果与分析 |
| 2.6.1 人脸画像-照片合成实验结果与分析 |
| 2.6.2 跨数据库合成实验结果与分析 |
| 2.6.3 数据库风格合成结果与分析 |
| 2.6.4 合成人脸图像质量评价与人脸识别率分析 |
| 2.6.5 真实场景下法医素描图像合成与识别结果分析 |
| 2.7 小结 |
| 第三章 基于概率图模型与超像素划分的异质人脸图像合成 |
| 3.1 引言 |
| 3.2 基于超像素划分的概率图模型构建 |
| 3.3 两阶段异质人脸图像合成方法 |
| 3.4 算法复杂度分析 |
| 3.5 实验结果与分析 |
| 3.5.1 人脸画像-照片合成实验结果与分析 |
| 3.5.2 合成人脸图像质量评价结果与分析 |
| 3.5.3 基于合成图像的异质人脸识别结果与分析 |
| 3.6 小结 |
| 第四章 基于概率图模型表示的异质人脸图像识别 |
| 4.1 引言 |
| 4.2 概率图模型表示特征的定义与提取 |
| 4.3 成对表示相似性度量矩阵 |
| 4.4 算法复杂度分析 |
| 4.5 实验结果与分析 |
| 4.5.1 实验数据库介绍 |
| 4.5.2 算法参数选择 |
| 4.5.3 人脸画像-照片识别结果与分析 |
| 4.5.4 人脸近红外-可见光图像识别结果与分析 |
| 4.5.5 人脸热红外-可见光图像识别结果与分析 |
| 4.6 小结 |
| 第五章 基于稀疏概率图模型与判别分析的异质人脸图像识别 |
| 5.1 引言 |
| 5.2 自适应稀疏的概率图模型表示特征定义与提取 |
| 5.3 基于人脸空域划分的判别分析框架 |
| 5.4 算法复杂度分析 |
| 5.5 实验结果与分析 |
| 5.5.1 算法参数选择 |
| 5.5.2 多种场景下异质人脸图像识别结果与分析 |
| 5.6 小结 |
| 第六章 基于多画像的异质人脸图像识别：场景定义、实验设计与验证 |
| 6.1 引言 |
| 6.2 人脸画像数据库介绍 |
| 6.3 基于多画像的异质人脸图像识别场景定义与实验设计 |
| 6.4 基准算法介绍 |
| 6.5 实验结果与分析 |
| 6.6 小结 |
| 第七章 总结与展望 |
| 7.1 本文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、颜面局部转换法在模拟画像中的应用（论文参考文献）
- [1]基于压电瑞利波的混凝土板损伤识别方法研究[D]. 赵元明. 沈阳建筑大学, 2021
- [2]人脸照片-素描生成的关键技术研究与实现[D]. 徐冉. 南京邮电大学, 2020(03)
- [3]人下颌爆炸伤和作战头面盔防护模型的建立及生物力学仿真模拟研究[D]. 徐帅. 中国人民解放军陆军军医大学, 2020(07)
- [4]基于生成对抗网络的异质人脸图像生成[D]. 黄菲. 杭州电子科技大学, 2020(04)
- [5]素描人脸合成研究[D]. 卢丹. 山东大学, 2020(02)
- [6]敦煌壁画“短缩法”考略[D]. 李雪儿. 杭州师范大学, 2020(02)
- [7]基于知识表示与迁移的跨域人脸图像重建[D]. 朱明瑞. 西安电子科技大学, 2020
- [8]无网格介点法分析断裂问题及其工程应用[D]. 黄旺. 长沙理工大学, 2019(07)
- [9]人脸识别技术在人像鉴定中的应用研究[J]. 曾锦华,施少培,卞新伟,邱秀莲. 中国司法鉴定, 2019(02)
- [10]基于概率图模型的异质人脸图像合成与识别[D]. 彭春蕾. 西安电子科技大学, 2017(01)