特征子空间规整化的人脸图像超分辨率重建

摘要：

传统的图像超分辨率(SR)方法中的规整化技术一般用于保持求解过程的数值稳定性以及提供解的平滑性约束,但并不能确保高质量的重建结果.将人脸图像块看作一些特定信号类,利用主成分分析计算训练人脸图像块的特征子空间;并将传统的 "重建约束"与人脸图像块的"正交补特征子空间约束"统一在贝叶斯框架下,提出一种人脸图像SR的规整化方法.不局限于以往SR方法中普遍假定的纯平移运动模型的限制,在仿射变换运动模型下提出了3种图像配准与超分辨率重建的联合迭代求解算法.最后通过仿真结果证实了文中方法的有效性.

关键词：超分辨率、人脸图像、规整化、图像配准、特征子空间

所属期刊栏目：22

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技支撑计划重点项目2006BAK07B04

在线出版日期：2010-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：487-493