基于一致流行学习的人脸超分辨率算法研究【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

基于一致流行学习的人脸超分辨率算法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 人脸超分辨率算法研究的现实需求1

1.2 人脸超分辨率研究现状2

1.2.1 监控视频人脸图像的特点与面临的挑战2

1.2.2 研究现状与存在的问题3

1.3 人脸图像超分辨率的研究内容15

第2章 基于最近特征线流形学习的人脸超分辨率算法17

2.1 引言17

2.2 流形学习算法19

2.3 基于邻域嵌入的图像超分辨率算法21

2.4 基于最近特征线流形学习的人脸超分辨率算法的核心22

2.4.1 符号定义22

2.4.2 基于最近特征线流形学习的人脸超分辨率算法23

2.4.3 最近特征线人脸超分辨率方法的改进25

2.4.4 人脸图像小块划分26

2.5 基于最近特征线流形学习的人脸超分辨率算法的实验28

2.5.1 人脸库介绍28

2.5.2 算法参数设置29

2.5.3 不同算法主客观对比结果29

2.5.4 训练库大小对算法结果的影响31

第3章 基于图像块局部约束表示的噪声鲁棒人脸超分辨率算法33

3.1 引言33

3.2 图像块表示方法36

3.2.1 最小二乘表示法37

3.2.2 稀疏表示法37

3.3 局部约束鲁棒人脸超分辨率算法38

3.3.1 图像块局部约束表示38

3.3.2 目标函数优化39

3.3.3 局部约束鲁棒人脸超分辨率算法40

3.4 稀疏性和局部性分析42

3.4.1 稀疏性分析42

3.4.2 局部性分析44

3.5 提出算法的验证实验46

3.5.1 人脸库介绍46

3.5.2 FEI人脸库上的结果47

3.5.3 参数分析49

3.5.4 算法噪声鲁棒性测试52

3.5.5 真实图像的超分辨率重构结果55

第4章 基于高分辨率流形空间约束的人脸超分辨率算法60

4.1 引言60

4.2 基于高分辨率流形结构保持的嵌入学习63

4.2.1 符号定义及问题提出63

4.2.2 局部诱导的支撑回归方法64

4.3 算法有效性的验证实验69

4.3.1 对比算法与参数设置69

4.3.2 CAS-PEAL-R1人脸库上的对比结果70

4.3.3 AR人脸库上的对比结果73

4.3.4 算法参数对重构结果的影响75

4.3.5 真实世界人脸图像上的重建结果80

4.3.6 实验结果分析82

第5章 基于局部迭代嵌入和字典渐进更新的人脸超分辨率算法84

5.1 引言84

5.2 基于图像块表示人脸超分辨率的相关工作87

5.2.1 符号定义及问题提出87

5.2.2 图像块表示方法87

5.3 提出的“由粗到精”人脸超分辨率方法91

5.3.1 局部约束迭代邻域嵌入方法91

5.3.2 多层局部约束迭代邻域嵌入方法93

5.3.3 计算复杂度95

5.4 与前沿算法的对比实验95

5.4.1 人脸库描述96

5.4.2 参数分析96

5.4.3 与前沿算法的对比99

5.4.4 实际人脸超分辨率重构结果102

5.4.5 实验结果的讨论104

第6章 基于人脸超分辨率重建的进一步研究107

6.1 已取得的研究成果107

6.2 人脸图像超分辨率重构待研究的问题109

参考文献111

附录 图像噪声强度与正则化参数的关系122