北京理工大学学报
北京理工大學學報
북경리공대학학보
JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY
2011年
2期
201-205
,共5页
胡宇%沈庭芝%刘朋樟%赵三元
鬍宇%瀋庭芝%劉朋樟%趙三元
호우%침정지%류붕장%조삼원
超分辨率重构%局部像素嵌入%总变差最小化%人脸图像
超分辨率重構%跼部像素嵌入%總變差最小化%人臉圖像
초분변솔중구%국부상소감입%총변차최소화%인검도상
利用像素点在邻域空间的线性嵌入关系作为先验约束来重构高分辨率(HR)人脸图像.算法从HR训练样本集中选择与输入人脸最相近的K个样本进行配准,并以配准后的样本作为参考,学习目标图像中像素点的局部嵌入系数.在学习过程中,算法通过自适应调整各参考样本的权重来减小配准误差的影响,并利用总变差最小化约束嵌入系数的平滑度.结合局部像素嵌入关系以及降质模型,算法可以在最大后验估计的框架下实现对目标人脸的超分辨率重构.实验表明,重建的HR图像拥有更加细腻、清晰的局部特征,其平均峰值信噪比和结构相似度分别比对比算法高出1.26 dB和0.04.
利用像素點在鄰域空間的線性嵌入關繫作為先驗約束來重構高分辨率(HR)人臉圖像.算法從HR訓練樣本集中選擇與輸入人臉最相近的K箇樣本進行配準,併以配準後的樣本作為參攷,學習目標圖像中像素點的跼部嵌入繫數.在學習過程中,算法通過自適應調整各參攷樣本的權重來減小配準誤差的影響,併利用總變差最小化約束嵌入繫數的平滑度.結閤跼部像素嵌入關繫以及降質模型,算法可以在最大後驗估計的框架下實現對目標人臉的超分辨率重構.實驗錶明,重建的HR圖像擁有更加細膩、清晰的跼部特徵,其平均峰值信譟比和結構相似度分彆比對比算法高齣1.26 dB和0.04.
이용상소점재린역공간적선성감입관계작위선험약속래중구고분변솔(HR)인검도상.산법종HR훈련양본집중선택여수입인검최상근적K개양본진행배준,병이배준후적양본작위삼고,학습목표도상중상소점적국부감입계수.재학습과정중,산법통과자괄응조정각삼고양본적권중래감소배준오차적영향,병이용총변차최소화약속감입계수적평활도.결합국부상소감입관계이급강질모형,산법가이재최대후험고계적광가하실현대목표인검적초분변솔중구.실험표명,중건적HR도상옹유경가세니、청석적국부특정,기평균봉치신조비화결구상사도분별비대비산법고출1.26 dB화0.04.
