低质量监控图像鲁棒性人脸超分辨率算法
由于人对图像结构信息的理解对于像素值的噪声干扰具有极强的鲁棒功能,为了增强传统算法针对低质量监控图像的鲁棒性,提出一种基于人工形状语义模型的人脸超分辨率算法.该算法将形状描述成一系列面部特征点的组合,通过人工获取人脸图像形状语义信息,利用形状样本库构建超分辨率代价函数的正则约束项;将图像与形状的系数相关性用于统一重建误差项与形状正则项的变量,并将最速下降法用于优化求解.仿真和实际图像实验结 果都表明,在主客观质量上,文中算法的性能都优于传统算法.
人脸超分辨率、幻觉脸、主动形状模型、主成分分析、鲁棒性超分辨率
23
TP391(计算技术、计算机技术)
国家自然科学基金60772106,60970160;湖北省自然科学基金重点项目2009CDA134;公安部重点科技攻关计划2008ZDXMHBST011
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
1474-1480