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:
针对人脸图像超分辨率复原问题,提出了一种新的基于自样本学习的超分辨率复原算法.该算法从输入图像本身提取训练样本库,并采用矢量量化的方法对训练样本进行分类.再利用并行设计的多类预测器对每类样本进行学习训练,指导高频信息的估计重建.对来自输入图像本身的自样本训练集合和来自特定训练图像库的特定训练样本集合进行了对比研究.实验结果表明提出算法在图像重建质量和实现速度上都有很好的表现.
推荐文章
基于GEP多标记学习的图像超分辨率复原算法
超分辨率复原
基因表达式编程
支持向量机
样本学习
一种用于监控系统中的人脸超分辨率图像重建方法
超分辨率重建
块匹配
图像序列
监控系统
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
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
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 一种基于自样本学习的人脸图像超分辨率复原算法
来源期刊 高技术通讯 学科 工学
关键词 超分辨率复原 人脸图像放大 示例学习 自样本 多类预测器
年,卷(期) 2009,(4) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 377-381
页数 5页 分类号 TP3
字数 3126字 语种 中文
DOI 10.3772/j.issn.1002-0470.2009.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈兰荪 北京工业大学信号与信息处理研究室 237 7601 48.0 79.0
2 王素玉 北京工业大学信号与信息处理研究室 27 450 8.0 21.0
3 李晓光 香港理工大学电子及资讯工程学系 1 2 1.0 1.0
4 Lam Kin Man 香港理工大学电子及资讯工程学系 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (29)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超分辨率复原
人脸图像放大
示例学习
自样本
多类预测器
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
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
论文1v1指导