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:
人脸图像具有自然图像不具备的对称特征和几何结构相似性.由于人脸图像往往具备非常复杂的角点和纹理特征,因此很难找到一种全局模型将压缩图像映射到原始未压缩图像.针对此问题,提出一种新颖的基于分级子空间回归的压缩人脸复原算法,该算法包括训练和复原两个部分.在训练部分,利用压缩人脸图像的边缘方向分布规律,将压缩-未压缩图像块对划分到多个浅层子空间中.然后对每个基于边缘方向分类的浅层子空间,利用K-means聚类算法得到它的深层子空间,并在每个深层子空间中训练得到相应的线性映射.在复原阶段,对每个输入的压缩图像块分析得到它的边缘方向,从而选择合适的线性映射,得到复原后的输出图像块.实验结果表明,该算法在PSNR和SSIM上均优于现有的常用复原算法,并且能够有效地去除压缩失真和锯齿效应,提高视觉效果.
推荐文章
基于正交子空间类标传播的单标记人脸识别
单标记
正交子空间
类标传播
不相关大间距准则
人脸识别
引入图像复原技术的遥感卫星图像压缩解码算法
图像压缩
小波变换
图像复原
盲反卷积
双三次差值
基于外观的子空间人脸识别方法研究
人脸识别
主成分分析
独立成分分析
线性判别分析
子空间分析
小波分析压缩感知在图像复原中的应用研究
小波分析
图像复原
压缩感知
正交匹配追踪
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 基于分级子空间回归的压缩人脸图像复原
来源期刊 计算机技术与发展 学科 工学
关键词 压缩人脸图像 子空间回归 边缘方向 浅层子空间 深层子空间
年,卷(期) 2019,(6) 所属期刊栏目 应用开发研究
研究方向 页码范围 159-163
页数 5页 分类号 TP301.6
字数 3326字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.06.033
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 刘峰 南京邮电大学通信与信息工程学院 97 634 12.0 21.0
2 干宗良 南京邮电大学通信与信息工程学院 69 440 13.0 17.0
3 刘心宇 南京邮电大学通信与信息工程学院 6 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (79)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
压缩人脸图像
子空间回归
边缘方向
浅层子空间
深层子空间
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
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