基于流形学习的人脸图像超分辨率技术研究

• 作者: 何小海 吴炜 杨晓敏 郑丽贤 陈默
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 流形学习 基于学习的超分辨率 局部线性嵌入 图像复原 峰值信噪比
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 84-88,92
• 页数: 6页
• 分类号: TP751
• 字数: 5333字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-1582.2009.01.036

摘要

超分辨率技术是由低分辨率图像复原出高分辨率图像的技术.针对人脸图像进行基于学习的超分辨率技术研究,将流形学习算法融入到超分辨率算法中,并且将其用于人脸图像的超分辨率复原.对流形学习应用于基于学习的超分辨率原理进行了介绍.为了使得人脸图像取得更好的复原效果,对特征提取模板进行改进,使得新的特征提取模板考虑更多的像素之间的相关性,并更好地抑制噪声的影响,保留了更多的特征信息.加入了新的特征(即拉普拉斯特征).该特征突出的边缘细节,保持了人脸图像鲜明的轮廓和清晰的边缘信息.实验结果表明,算法复原出的人脸图像更接近于真实图像,具有更高的峰值信噪比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院图像信息研究所	395	2334	21.0	30.0
2	吴炜	四川大学电子信息学院图像信息研究所	82	916	17.0	25.0
3	杨晓敏	四川大学电子信息学院图像信息研究所	77	789	17.0	24.0
4	陈默	四川大学电子信息学院图像信息研究所	36	362	11.0	18.0
5	郑丽贤	四川大学电子信息学院图像信息研究所	5	90	4.0	5.0