基于GEP多标记学习的图像超分辨率复原算法

• 作者: 杜卓明 柳益君 汤嘉立
• 来源期刊: 计算机应用研究
• 关键词: 超分辨率复原 基因表达式编程 支持向量机 样本学习
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1849-1852
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.06.056

摘要

针对传统基于范例学习超分辨率复原算法的样本块误匹配和结果不稳定等不足,提出一种基于基因表达式编程多标记学习的超分辨率复原算法,筛选出与目标图像相关性高的样本子库,在多标记框架下进行样本预分类.该算法根据图像的多重特征筛选出其相关图像类别,离线建立分类模型,提高了图像质量和计算速度.实验结果表明,该算法稳定性强、鲁棒性好,缩小了低分辨率图像块的匹配范围,提高了超分辨率复原的效果和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳益君	江苏理工学院计算机工程学院	31	279	8.0	16.0
2	杜卓明	江苏理工学院计算机工程学院	15	47	5.0	6.0
4	汤嘉立	江苏理工学院计算机工程学院	11	33	2.0	5.0