基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一个基于学习的人脸图像超分辨率算法.该算法采用可操纵金字塔学习人脸图像中的低层次局部特征的空间分布,并结合塔状的父结构和局部最优匹配算法来预测最佳先验模型;然后将先验模型结合到贝叶斯最大后验概率框架中;最后使用最速下降法求出最优的高分辨率人脸图像.实验结果表明,该算法生成的高分辨率人脸图像具有较好的视觉效果.
推荐文章
基于在线字典学习的人脸超分辨率重建
在线字典学习
超分辨率重建
含噪人脸图像
稀疏编码
基于二维稀疏表示的人脸超分辨率重构算法
人脸超分辨率
局部分块
二维稀疏表示
二维K-SVD
全局重建和位置块残差补偿的人脸图像超分辨率算法
人脸图像
超分辨率
残差补偿
位置块
利用位置字典对的人脸图像超分辨率方法
人脸图像
超分辨率
稀疏表示
位置字典
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多尺度和多方向特征的人脸超分辨率算法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 人脸图像超分辨率 可操纵金字塔 父结构 局部最优匹配 贝叶斯估计
年,卷(期) 2004,(7) 所属期刊栏目 图像与图形的融合
研究方向 页码范围 953-961
页数 9页 分类号 TP391
字数 5693字 语种 中文
DOI 10.3321/j.issn:1003-9775.2004.07.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (32)
参考文献  (11)
节点文献
引证文献  (25)
同被引文献  (3)
二级引证文献  (104)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(9)
  • 引证文献(6)
  • 二级引证文献(3)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(13)
  • 引证文献(4)
  • 二级引证文献(9)
2012(15)
  • 引证文献(2)
  • 二级引证文献(13)
2013(18)
  • 引证文献(4)
  • 二级引证文献(14)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(15)
  • 引证文献(2)
  • 二级引证文献(13)
2016(14)
  • 引证文献(0)
  • 二级引证文献(14)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
人脸图像超分辨率
可操纵金字塔
父结构
局部最优匹配
贝叶斯估计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导