原文服务方: 计算机应用研究       
摘要:
为了更好地利用低分辨率人脸图像,提出了一种基于L1/2正则化和局部纹理约束的人脸超分辨率重建.在人脸重建的过程中,使用非负矩阵分解将人脸图像放大到合适的中等分辨率,使用局部纹理约束加强纹理特征提取;然后使用局部稀疏先验进行人脸图像重建,再次加入重建约束和局部纹理约束.为了使获取的人脸图像稀疏系数更加稀疏,使用L1/2正则化求解稀疏表示系数.实验结果表明,重建的人脸图像保持了原图像的结构,可以实现很好的重建结果,并且具有更好的鲁棒性.
推荐文章
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
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L1/2正则化的超分辨率图像重建算法
L1/2正则化
稀疏表示
超分辨率图像重建
K-SVD算法
字典学习
训练样本
基于双正则化参数的在线字典学习超分辨率重建
正则化参数
超分辨率
在线字典学习
稀疏编码
图像
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L1/2正则化和局部纹理约束的人脸超分辨率图像重建
来源期刊 计算机应用研究 学科
关键词 稀疏表示 人脸图像 图像重建 L1/2正则化 局部纹理约束
年,卷(期) 2020,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 598-600,605
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.06.0578
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 李波 武汉科技大学计算机科学与技术学院 20 63 3.0 7.0
5 王宝成 武汉科技大学计算机科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
稀疏表示
人脸图像
图像重建
L1/2正则化
局部纹理约束
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导