-
题名基于异方差TR约束的自适应人脸超分辨率
- 1
-
-
作者
刘冰倩
曾康利
吴涵
李晓林
-
机构
福建省电力有限公司电力科学研究院
武汉工程大学计算机科学与工程学院
武汉工程大学智能机器人湖北省重点实验室
福建省电力有限公司高供电可靠性配电技术企业重点实验室
-
出处
《计算机工程与设计》
北大核心
2019年第11期3236-3240,3312,共6页
-
基金
国家自然科学基金青年基金项目(51407104)
武汉工程大学第九届研究生教育创新基金项目(CX2017069)
-
文摘
为解决基于局部图像块的人脸超分辨率表达系数实际的异方差特性,提出一种基于异方差TR(Tikhonov regularization)约束的自适应人脸超分辨率方法。同时对重构误差和表达系数进行加权约束,将同方差推广到异方差,获得更加准确的自适应先验;在此基础上,通过上下文信息块丰富基于位置块的先验,使用残差学习预测更精准的高频信息,获得更好的重建性能。在CAS-PEAL-R1人脸数据库上的实验结果表明,该方法优于其它对比方法,包括基于卷积神经网络的超分辨率算法。
-
关键词
人脸超分辨率重建
上下文信息块
局部脸
自适应加权协作表达
残差学习
-
Keywords
face super-resolution
context information patch
local-face
adaptive and weighted collaborative representation
residual-learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
