-
题名基于级联线性回归的快速单幅图像超分辨率技术
被引量：2
- 1
-
-
作者
刘哲
黄文准
乌伟
-
机构
西京学院信息工程学院
-
出处
《红外技术》
CSCD
北大核心
2018年第9期894-901,共8页
-
基金
国家自然科学基金(61473237)
-
文摘
基于学习的图像超分辨率技术,通过学习获得高、低分辨率图像之间的映射关系,将其作为先验约束条件来估计高分辨率图像。这种技术的一个重要问题是如何建立高分辨率和低分辨率图像之间的映射关系,大多数现有的复杂模型既难以推广到所有自然图像,还需要耗费大量时间进行模型训练,而简单模型的表示能力却很有限。本文提出了一种简单、有效、鲁棒、快速的图像超分辨率技术。这种超分辨技术基于一系列线性最小二乘函数,即级联线性回归模型,这种模型函数具有闭合形式的解,仅需要很少的控制参数,因此在计算上能够有效实现。为了减小估计模型和实际模型之间的差距,本文通过k-means算法将图像块进行聚类,并在每次迭代中学习每个聚类的线性回归参数,在级联线性回归学习过程中逐渐逼近真实的超分辨率图像。实验结果表明,本文所提出的技术与现有技术方法相比,具有更好的超分辨性能、更低的时间消耗。
-
关键词
超分辨率
样本学习
级联线性回归
最小二乘
-
Keywords
super resolution
exemplars learning
cascaded linear regression
least squares
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种新的多角度人脸表情识别方法
被引量：8
- 2
-
-
作者
何俊
何忠文
蔡建峰
房灵芝
-
机构
南昌大学信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2018年第1期282-286,共5页
-
基金
国家自然科学基金资助项目(61463034)
-
文摘
传统的多角度人脸表情识别方法是对角度特殊的样本采用角度特殊的分类器识别,该方法忽略了不同角度的人脸表情是相同的人脸表情的不同表现形式,而且传统的多角度人脸表情特征提取时间较长以及不能满足增量更新的要求,基于此,提出了一种新的多角度人脸表情识别方法。该方法首先提取回归模型的增量修正特征,然后用PCA进行特征选择,最后采用判别共享高斯过程隐变量模型识别多角度人脸表情。在CMU-PIE和LFPW数据库上的对比实验表明了该方法较传统的多角度人脸表情识别方法好。
-
关键词
多角度人脸表情识别
增量修正
并行级联线性回归
特征提取
高斯过程隐变量模型
-
Keywords
multi-view facial expression recognition(MVFER)
incremental update
parallel cascade of linear regression
feature extraction
Gaussian process latent variable model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
