10.3969/j.issn.1001-0645.2012.04.009
基于学习的人脸图像超分辨率重构算法
提出了一种新的基于学习的人脸图像超分辨率重构算法,利用高分辨率图像和低分辨率图像的拓扑结构相似性,将现有的低分辨率人脸图像在低分辨率人脸图像字典中展开,在保持系数不变的同时将字典换为高分辨率人脸图像字典,最终得到待重构的高分辨率人脸图像.在系数估计时,使用主成分分析的方法,同时加入了最小全变分作为约束,算法充分利用了不同人脸图像之间的相似性和人脸图像本身的内部相关性.实验结果表明,结果既保持了对原有图像的忠实性,又比较适合人眼观察.
人脸图像超分辨率、主成分分析、全变分、约束
32
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目60772066
2012-08-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
386-389