人脸图像超分辨率的自适应流形学习方法
样本规模与使用方法是基于学习的超分辨率中的一个重要问题.面向人脸图像超分辨率重建,提出一种基于局部保持投影(LPP)的自适应流形学习方法.由于能够揭示隐含在高维图像空间中的非线性结构,LPP是一种可以在局部人脸流形上分析其内在特征的、有效的流形学习方法.通过在LPP特征子空间中动态搜索出与输入图像块最相似的像素块集合作为学习样本,实现了自适应样本选择,并且利用动态样本集合通过基于像素块的特征变换方法有效地恢复出低分辨率人脸图像中缺失的高频成分.实验结果证实:通过在局部人脸流形上自适应地选择学习样本,文中方法可以仅使用相对少量的样本来获得很好的超分辨率重建结果.
人脸图像、超分辨率、局部保持投影、流形学习、非监督学习
20
TP391.4(计算技术、计算机技术)
国家科技支撑计划重点项目2006BAK07B04
2008-09-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
856-863