| 基于K近邻稀疏编码均值约束的人脸超分辨率算法 |
| |
| 引用本文： | 黄克斌,胡瑞敏,韩镇,卢涛,江俊君,王锋.基于K近邻稀疏编码均值约束的人脸超分辨率算法[J].计算机科学,2013,40(5):271-273. |
| |
| 作者姓名： | 黄克斌 胡瑞敏 韩镇 卢涛 江俊君 王锋 |
| |
| 作者单位： | 武汉大学国家多媒体软件工程技术研究中心 武汉430072;武汉大学国家多媒体软件工程技术研究中心 武汉430072;武汉大学国家多媒体软件工程技术研究中心 武汉430072;武汉大学国家多媒体软件工程技术研究中心 武汉430072;武汉大学国家多媒体软件工程技术研究中心 武汉430072;黄冈师范学院数字媒体技术系 黄冈438000 |
| |
| 基金项目： | 本文受国家重点基础研究发展计划(973计划)基金项目(2009CB320906),国家自然科学基金项目(61070080,0,61003184),湖北省自然科学基金项目(2009CDB404,9CDA134,0CDB05103)资助 |
| |
| 摘 要： | 针对低分辨率、低质量人脸图像的超分辨率重建问题,提出了一种基于K近邻稀疏编码均值约束的人脸超分辨率算法。首先,根据人脸块位置先验信息,对训练样本图像块进行聚类,得到与输入人脸图像块位置一致的高、低分辨率稀疏表示字典对；然后,利用低分辨率字典,在稀疏和K近邻稀疏编码均值的共同约束下实现低分辨率图像块的稀疏表示；最后,通过系数映射,结合高分辨率字典实现高分辨率图像块重建,最终将所有高分辨率图像块进行交叠平均得到高分辨率人脸图像。实验结果验证了算法的有效性及先进性。本方法在保持重建人脸图像相似度的基础上,改善了人脸图像的清晰度,提高了超分辨率图像的质量。
|
| 关 键 词： | 位置块 稀疏表示 K近邻稀疏编码均值 人脸超分辨率 |
| 收稿时间： | 2012/7/11 0:00:00 |
| 修稿时间： | 2012/11/8 0:00:00 |
Face Hallucination via KNN Sparse Coding Mean Constrained |
| |
| HUANG Ke-bin,HU Rui-min,HAN Zhen,LU Tao,JIANG Jun-jun and WANG Feng.Face Hallucination via KNN Sparse Coding Mean Constrained[J].Computer Science,2013,40(5):271-273. |
| |
| Authors: | HUANG Ke-bin HU Rui-min HAN Zhen LU Tao JIANG Jun-jun and WANG Feng |
| |
| Affiliation: | National Engineering Research Center for Multimedia Software,Wuhan University,Wuhan 430072,China;National Engineering Research Center for Multimedia Software,Wuhan University,Wuhan 430072,China;National Engineering Research Center for Multimedia Software,Wuhan University,Wuhan 430072,China;National Engineering Research Center for Multimedia Software,Wuhan University,Wuhan 430072,China;National Engineering Research Center for Multimedia Software,Wuhan University,Wuhan 430072,China;Department of Digital Media Technology,Huanggang Normal University,Huanggang 438000,China |
| |
| Abstract: | |
| |
| Keywords: | Position-patch Sparse representation K nearest neighbor(KNN) sparse coding mean Face hallucination |
|
|
点击此处可从《计算机科学》下载全文 |
|
