基于稀疏表示的人脸图像超分辨率技术研究-计算机技术专业论文.docxVIP

基于稀疏表示的人脸图像超分辨率技术研究-计算机技术专业论文.docx

  1. 1、本文档共79页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
上海交通大学硕士学位论文 上海交通大学硕士学位论文 万方数据 万方数据 基于稀疏表示的人脸图像超分辨率技术研究 摘要 随着社会信息化程度的提高,图像作为一种直观的信息载体,人 们对其质量的要求与日俱增。图像超分辨率技术作为提高图像分辨率 的有效手段已成为学者们重点研究的方向。另外,由于人脸图像在视 频监控应用中具有关键性作用,针对人脸图像的超分辨率技术已经单 独成为一项重要的研究课题。 本文深入研究了基于稀疏表示理论的超分辨率算法,在此基础上 根据人脸图像的特性,分别提出了适用于人脸图像的局部自适应超分 辨率算法和全局自适应超分辨率算法。局部自适应超分辨率算法针对 基于稀疏表示的超分辨率算法中对每个分块所采用的字典缺乏适应性 的问题,提出对每个局部分块自适应地从字典数据库中选取匹配的字 典进行重构,匹配失败时就自适应地选取与目标低分辨率分块相似的 训练子集来训练适合的字典,更新到字典库中并用新字典进行重构, 另外匹配阈值和相似度阈值会根据目标图像自适应调整大小。全局自 适应超分辨率算法考虑到人脸图像的多样性,提出根据目标低分辨率 人脸图像的全局特征自适应地从包含大量不同类别的人脸图像训练总 集中选取最适合的训练子集,最后用该子集训练得到的字典进行超分 辨率。仿真实验表明,这两种算法均具有较好的图像重构效果。 以上述两种算法为核心,本文设计实现了人脸图像超分辨率应用 软件。该软件具有良好的实用性。 关键词:人脸图像、超分辨率、稀疏表示、字典数据库 I RESEARCH ON SUPER-RESOLUTION BASED ON SPARSE REPRESENTATION FOR HUMAN FACE IMAGES ABSTRACT Since the image is an intuitional information carrier, the requirement for its quality is increasing with the rise of social informatization level. Image super-resolution as the effective measure to improve the resolution has become an important research field. In addition, due to the fact that the human face image works as a key role in the video surveillance application, super-resolution for human face images has become an important research topic on its own. This paper analyzes the super-resolution algorithms based on sparse representation in detail. On this basis, according to the characteristics of human face images, this paper puts forward a local adaptive super-resolution algorithm and a global adaptive super-resolution algorithm respectively for human face images. The local adaptive super-resolution algorithm makes up the shortage of the super resolution algorithm based on sparse representation that the dictionary pair for each block lacks adaptability. In the proposed algorithm the matching dictionary pair is self-adaptively selected from the dictionary library for each local block. If matching fails, the similar block training subset to the target low-resolution one is self-adaptively selected for suitable dictionary pair training. Then the new

文档评论(0)

1234554321 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档