|
|||||
|
|
| 特征子空间规整化的人脸图像超分辨率重建 | |
| 引用本文： | 张雪松,江静,彭思龙.特征子空间规整化的人脸图像超分辨率重建[J].计算机辅助设计与图形学学报,2010,22(3). |
| 作者姓名： | 张雪松 江静 彭思龙 |
| 作者单位： | 1. 东北电子技术研究所,锦州,121000;中国科学院自动化研究所国家专用集成电路设计工程技术研究中心,北京,100190 2. 华北科技学院机电工程系,北京,101601;中国矿业大学(北京)机电与信息工程学院,北京,100083 3. 中国科学院自动化研究所国家专用集成电路设计工程技术研究中心,北京,100190 |
| 基金项目： | 国家科技支撑计划重点项目(2006BAK07B04) |
| 摘 要： | 传统的图像超分辨率(SR)方法中的规整化技术一般用于保持求解过程的数值稳定性以及提供解的平滑性约束,但并不能确保高质量的重建结果.将人脸图像块看作一些特定信号类,利用主成分分析计算训练人脸图像块的特征子空间;并将传统的"重建约束"与人脸图像块的"正交补特征子空间约束"统一在贝叶斯框架下,提出一种人脸图像SR的规整化方法.不局限于以往SR方法中普遍假定的纯平移运动模型的限制,在仿射变换运动模型下提出了3种图像配准与超分辨率重建的联合迭代求解算法.最后通过仿真结果证实了文中方法的有效性. |
| 关 键 词： | 超分辨率 人脸图像 规整化 图像配准 特征子空间 |
Eigen-Subspace Regularized Face Image Super-Resolution Reconstruction |
|
| Abstract: | Regularization in the conventional SR process can help to gain a numerical stability and constrain the smoothness of solutions.However,this does not necessarily promise a high quality reconstruction result.This paper proposes a new regularization method for facial image SR,eigen-subspace based regularization.Looking upon the patches of face images as some specific class of signals,their eigen-subspace can be found by Principal Components Analysis,and the super-resolved facial patches are regularized in the ... |
| Keywords: | super-resolution face image regularization image registration eigen-subspace |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
