版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、人臉超分辨率圖像重建是圖像處理領(lǐng)域的一個典型的病態(tài)逆問題。與傳統(tǒng)的超分辨率不同的是,人臉超分辨率主要針對單幀圖像進行重建,在重建過程中利用圖像先驗信息補償缺失的圖像細節(jié)?;跇颖緦W(xué)習(xí)的人臉超分辨率成為近年來的研究熱點,其主要思想是利用高、低分辨率圖像對之間的對應(yīng)關(guān)系,為重建工作提供了有效的模型與數(shù)據(jù)保證。然而,依然存在兩個需要解決的問題:第一,怎樣實現(xiàn)樣本候選塊選擇的最優(yōu)化;第二,怎樣使低分辨率到高分辨率的樣本映射的準確性得到有效提高。
2、本文圍繞著如何提高樣本學(xué)習(xí)在人臉超分辨率重建過程中的有效性這一核心問題展開了相關(guān)研究。
基于主成分分析(PCA)的方法被廣泛應(yīng)用于人臉超分辨率重建,但它們包含兩個主要缺點:第一,整體PCA模型生成的結(jié)果趨向于中值臉,與真實的人臉圖像不太相像;第二,PCA的系數(shù)包含負值,這些負值在重建結(jié)果中的意義很難解釋。本文提出了利用非負矩陣分解(NMF)的重建方法。首先,利用NMF對高/低分辨率的樣本庫進行訓(xùn)練,得到所需的特征對。其次,為了
3、使高/低分辨率 NMF系數(shù)的相關(guān)性最大化從而提高樣本對的映射準確性,利用標準相關(guān)分析(CCA)將NMF系數(shù)映射到相關(guān)子空間,并利用該子空間對目標圖像進行重建。最后,利用HCNMF學(xué)習(xí)低分辨率殘差空間與高分辨率殘差空間之間的關(guān)系并基于這種關(guān)系推導(dǎo)高分辨率殘差,從而進一步恢復(fù)高頻信息。實驗證明,本文算法與其它方法相比,不僅重建結(jié)果具有更好的可視化效果,而且PSNR和SSIM數(shù)據(jù)也更有說服力。
人臉圖像的細節(jié)信息在不同分辨率下具有一
4、定的相似度,而且這種相似度在一定條件下具有可再生的能力?;跇颖緦W(xué)習(xí)的人臉超分辨率重建正是利用這一特性為重建提供所需的先驗信息。然而在實際的重建過程中存在兩個問題:第一,無法找到數(shù)據(jù)庫中存在的最優(yōu)的高分辨率候選塊,從而限制了圖像的重建質(zhì)量;第二,樣本塊大小的選取直接關(guān)系到重建的效果。鑒于此,本文提出了分類自適應(yīng)稀疏表示的重建算法。首先,根據(jù)圖像塊結(jié)構(gòu)特性的差異,對圖像塊進行分類,不僅有利于提高字典重構(gòu)的精確性,而且可以降低算法的時間復(fù)雜
5、度。其次,在同類別的圖像塊中進行樣本塊大小的自適應(yīng)訓(xùn)練,對于邊緣區(qū)域和不規(guī)則區(qū)域可以保持結(jié)構(gòu)信息以及紋理信息的完整性,對于平滑區(qū)域可以避免塊效應(yīng)及接縫效應(yīng)的產(chǎn)生。實驗證明,本文算法比其它方法能夠獲得更好的重建效果。
由于人臉圖像變化的高度復(fù)雜性和非線性,高/低分辨率訓(xùn)練樣本對之間的關(guān)系必然是非線性的。然而,大量的人臉超分辨率算法均假設(shè)高分辨率與低分辨率訓(xùn)練樣本對之間存在線性映射關(guān)系,這就必將導(dǎo)致錯誤結(jié)果。鑒于此,本文提出了基于
6、核方法的重建算法,由于圖像數(shù)據(jù)在高維特征空間中具有線性化的特點,所以利用非線性核映射進行圖像空間空間的轉(zhuǎn)變,有利于提高樣本映射的準確性。首先,利用核局部保持投影(KLPP)進行空間轉(zhuǎn)換,使圖像數(shù)據(jù)的映射關(guān)系線性化。其次,為了獲得不僅具備所需的高分辨率人臉細節(jié)而且忠于輸入人臉圖像,圖像降質(zhì)模型被采用以強化目標高分辨率圖像的降質(zhì)估計,也就是說,使它與實際的低分辨率觀測結(jié)果更接近。實驗證明,基于核方法的重建算法能夠產(chǎn)生可信的高分辨率人臉圖像,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于學(xué)習(xí)的人臉圖像超分辨率重建方法研究.pdf
- 基于壓縮感知的人臉圖像超分辨率重建.pdf
- 基于稀疏表示的人臉圖像超分辨率技術(shù)研究.pdf
- 人臉圖像超分辨率技術(shù)研究.pdf
- 基于KPCA的人臉超分辨率算法研究.pdf
- 基于2DSVD的人臉圖像超分辨率重建算法研究.pdf
- 基于學(xué)習(xí)的人臉圖像超分辨率重構(gòu)算法的研究.pdf
- 基于改進正則化超分辨率重建方法的人臉識別研究.pdf
- 圖像及視頻序列中人臉超分辨率重建技術(shù)研究.pdf
- 人臉圖像超分辨率重建方法研究.pdf
- 基于細節(jié)的超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的人臉超分辨率算法研究.pdf
- 視頻圖像超分辨率重建技術(shù)研究.pdf
- 基于超分辨率重建的異質(zhì)人臉圖像分析.pdf
- 基于學(xué)習(xí)的超分辨率圖像重建研究
- 壓縮視頻超分辨率重建技術(shù)研究.pdf
- 圖像盲超分辨率重建和人臉幻想技術(shù).pdf
- 單幅圖像超分辨率重建技術(shù)研究.pdf
- 基于學(xué)習(xí)的超分辨率復(fù)原技術(shù)研究.pdf
- 基于回歸的圖像超分辨率重建技術(shù)研究.pdf
評論
0/150
提交評論