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:
本文针对目前大多数基于学习的超分辨率算法由于“分类算法”造成的“量化”误差的问题,提出了基于SVR的人脸图像超分辨率算法。算法首先分别提取训练库中高低分辨率图像块的高频信息和中频信息(差分高斯特征,DoG )作为建立回归关系的特征,依据它们的关系(并考虑人脸的特殊性)使用SVR建立起回归模型。在复原时,将待复原的低分辨率图像的中频特征输入已经建立的SVR回归模型得到需要的高频信息。通过对亚洲人脸库(亚洲人为主)IM DB和Yale人脸库(欧美人为主)的实验结果表明,本文提出的方法对亚洲人脸和欧美人脸都能取得了较好的复原效果,复原的图像在主观的视觉效果和客观的峰值信噪比上都取得较好的结果。
推荐文章
一种基于匹配学习的人脸图像超分辨率算法
超分辨率
预分类
局部限位搜索
一致搜索
一种基于自样本学习的人脸图像超分辨率复原算法
超分辨率复原
人脸图像放大
示例学习
自样本
多类预测器
基于区域自适应学习的人脸图像超分辨率复原
区域自适应
纹理结构
基于学习
超分辨率复原
一种新颖的人脸图像超分辨率技术
基于学习的超分辨率
幻觉脸
Kirsch算子
流形学习
局部线性嵌入
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SVR的人脸图像超分辨率复原算法
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 基于学习的超分辨率 幻觉脸 SVR 拉普拉斯算子特征
年,卷(期) 2013,(4) 所属期刊栏目
研究方向 页码范围 728-736
页数 9页 分类号 TP391.4
字数 6948字 语种 中文
DOI 10.3969/j.issn.0490-6756.2013.04.012
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 吴炜 四川大学电子信息学院 82 916 17.0 25.0
2 严斌宇 四川大学电子信息学院 33 246 10.0 15.0
3 张莹莹 四川大学电子信息学院 8 24 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (8)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (9)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
基于学习的超分辨率
幻觉脸
SVR
拉普拉斯算子特征
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导