• 软件
  • Altium Designer
  • Atmel studio
  • CAD
  • CAM
  • Candence
  • CCS
  • Codewarrior
  • CorelDRAW
  • IAR
  • ISE
  • Keil
  • Labview
  • Libero IDE
  • Matlab
  • MDK
  • Modelsim
  • Multisim
  • PADS
  • Protel
  • proteus
  • Quartus
  • Source Insight
  • Visual Studio
  • 编程语言
  • C
  • C++
  • C#
  • JAVA
  • Objective-c
  • VB
  • 汇编
  • Matlab编程
  • Labview编程
  • Verilog HDL
  • VHDL
  • python
  • ruby
  • delphi
  • SQL
  • CGI
  • Perl
  • R
  • Swift
  • php
  • ASP
  • JSP
  • .NET
  • HTML
  • javascript
  • 其他
  • 应用
  • 嵌入式
  • 单片机
  • 电源
  • 测试测量
  • 工业控制
  • 汽车电子
  • 安防监控
  • 医疗电子
  • 通信网络
  • 模拟技术
  • 机械综合
  • 显示光电
  • 智能小车
  • 消费电子
  • 物联网
  • 智能硬件
  • 照明
  • 电子基础
  • IC设计
  • 串口调试
  • 模拟电路
  • 数字电路
  • ADC
  • MOS
  • 放大器
  • 存储器
  • 编解码
  • 算法
  • DIY
  • 技术热点
  • Android
  • ARM
  • AVR
  • DSP
  • EDA
  • FPGA
  • IOS
  • Linux
  • MIPS
  • Msp430
  • Nucleus
  • PCB
  • PLC
  • PLD
  • STM
  • Symbian
  • ubuntu
  • vxworks
  • 常用软件
  • 免费区
  • 付费区
  • 排行榜
  • ebook
  • 最新搜索: zigbee 电焊机 正弦波逆变器 ISO rtthread中文参考手册 HR911105A
    推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5
  • 基于Log-WT的人脸图像超分辨率重建

    更新时间:2019-10-17 15:02:35 大小:989K 上传用户:江岚查看TA发布的资源 浏览次数:292 下载积分:2分 下载次数:0 次 标签:Log-WT 出售积分赚钱 评价赚积分 ( 如何评价?) 收藏 评论(0) 举报

    资料介绍

    摘 要:目前已有的基于学习的人脸超分辨率图像重建算法大都对亮度变化特别是阴影非常敏感,针对这一缺点,

    该文提出了一种不随光照变化的图像表示方法——对数-小波变换(Log-WT),并在此基础上构造了一种新的人脸超

    分辨率图像重建算法。该方法首先利用Log-WT 变换提取低分辨率图像与光照无关的内在特性,然后借助流形学

    习的思想建模高分辨率图像和低分辨率图像之间的关系,并对其加入人脸图像的“专用”先验约束,从而同时实现

    了超分辨率重建和图像增强。仿真结果表明该算法有效克服了传统方法受光照因素影响的缺点,在提高图像分辨率

    的同时克服了光照因素的影响,特别是对阴影效应的消除具有明显效果,将该方法应用于人脸识别,有效提高了识

    别率。


    部分文件列表

    文件名
    大小
    基于Log-WT的人脸图像超分辨率重建.pdf
    989K

    部分页面预览

    (完整内容请下载后查看)
    30 6 期  
    2008 6 月  
    电 子 与 信 息 学 报  
    Vol.30No.6  
    Jun. 2008  
    Journal of Electronics & Information Technology  
    基于 Log-WT 的人脸图像超分辨率重建  
    乔建苹  
    孙建德  
    (山东大学信息科学与工程学院 济南 250100)  
    要:目前已有的基于学习的人脸超分辨率图像重建算法大都对亮度变化特别是阴影非常敏感,针对这一缺点,  
    该文提出了一种不随光照变化的图像表示方法——对数-小波变换(Log-WT)在此基础上构造了一种新的人脸超  
    分辨率图像重建算法。该方法首先利用 Log-WT 变换提取低分辨率图像与光照无关的内在特性,然后借助流形学  
    习的思想建模高分辨率图像和低分辨率图像之间的关系对其加入人脸图像专用验约束而同时实现  
    了超分辨率重建和图像增强仿真结果表明该算法有效克服了传统方法受光照因素影响的缺点提高图像分辨率  
    的同时克服了光照因素的影响别是对阴影效应的消除具有明显效果该方法应用于人脸识别效提高了识  
    别率。  
    关键词:人脸超分辨率;Log-WT 变换;流形学习;阴影消除  
    中图分类号TP391.41  
    文献标识码A  
    文章编号1009-5896(2008)06-1276-05  
    A Log-WT Based Super-resolution Algorithm  
    Qiao Jian-ping  
    Liu Ju  
    Yan Hua  
    Sun Jian-de  
    (School of Information Science and Engineering, Shandong University, Jinan 250100, China)  
    Abstract: Most learning-based super-resolution algorithms neglect the illumination problem. In this paper, a new  
    image representation called Logarithmic-Wavelet Transform (Log-WT) is developed for the elimination of the  
    lighting effect in the image. Meanwhile, a Log-WT based method is proposed to combine super-resolution and  
    shadow removing into a single operation. In this method first intrinsic, illumination invariant features of the image  
    are extracted with exploiting logarithmic-wavelet transform. Then an initial estimation of high resolution image is  
    obtained based on the assumption that small patches in low resolution space and patches in high resolution space  
    share the similar local manifold structure. Finally the target high resolution image is reconstructed by applying the  
    special face constraints in pixel domain. Experimental results demonstrate that the proposed method  
    simultaneously achieves single-image super-resolution and image enhancement especially shadow removing. After  
    that, reconstruction results are used for face recognition which improves the recognition rate.  
    Key words: Face super-resolution; Logarithmic-Wavelet Transform (Log-WT); Manifold learning; Shadow removal  
    服了传统方法在分辨率提高倍数方面的局限性且可以实  
    1
    引言  
    现单幅图像的超分辨率于学习的概念首次Freeman 等  
    超分辨率(Super Resolution, SR)图像重建技术是指由  
    [6]提出,其基本思想是先学习低分辨率图像与高分辨率图  
    同一场景的低分辨率(Low Resolution, LR)退化图像序列估  
    计一幅或多幅清晰的高分辨率(High Resolution, HR)图像。  
    人脸图像超分辨率是 SR 技术在人脸这类特殊图像上的应  
    用,主要用于人脸识别和跟踪等,在公安系统,监控系统,  
    电子商务等领域具有重要价值。  
    像之间的关系后利用这种关系来指导对图像进行超分辨  
    文采用马尔科夫网络建LR HR 图像块间的关系,  
    学习因降质丢失的高频分量后与插值得到的初始估计相  
    加恢复出高分辨率图像;针对人脸图像超分辨率,Baker[5]  
    等首次提出了“人脸幻想”的思想,通过识别局部特征得到  
    高频分量Liu[7]等给出一个全局参数模型和局部非参数模型  
    相结合的方法,但结果较为平滑。与上述使用概率模型的方  
    法相比Chang 等人[8]认为高分辨率和低分辨率图像块间可  
    以构成具有相似局部几何结构的流形出了基于流形学习  
    的方法Liu 等人[9]在此基础上利GSVD补充丢失的细节,  
    改善了重建结果这些方法中大都没有考虑光照的角度和  
    强度等因素,当光照发生变化特别是存在阴影效应时,通过  
    学习得到的模型不再有效,从而算法性能大大下降。  
    目前已有的超分辨率重建算法主要有基于重建的方  
    [13] 和基于学习的方[49] 两类。由于传统的基于重建的  
    方法在提高分辨率时,随着分辨率提高倍数的增加,算法性  
    能下降很快,出现如图像细节丢失,边缘模糊等问题[5],因  
    而基于学习的方法近年来成为研究的热点类方法不仅克  
    2006-11-20 收到,2007-04-27 改回  
    新世纪优秀人才支持计划(NCET-05-0582)和教育部博士点专项基  
    (Grant No. 20050422017)资助课题  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 推荐下载

    全部评论(0)

    暂无评论