欢迎来到天天文库
浏览记录
ID:35060798
大小:3.38 MB
页数:61页
时间:2019-03-17
《基于位置块的人脸超分辨率算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于位置块的人脸超分辨率算法研究万丹凤2015年12月中图分类号:TP391UDC分类号:004.9基于位置块的人脸超分辨率算法研究作者姓名万丹凤学院名称计算机学院指导教师陆耀教授答辩委员会主席赵清杰教授申请学位理学硕士学科专业生物医学工程学位授予单位北京理工大学论文答辩日期2016年1月Position-patchBasedFaceHallucinationCandidateName:DanfengWanSchoolorDepartment:SchoolofComputerScienceFac
2、ultyMentor:Prof.LuYaoChair,ThesisCommittee:Prof.ZhaoQingjieDegreeApplied:MasterofScienceMajor:BiomedicalEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefense:Jan,2016研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢的地方外,学位论文
3、中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名:日期:北京理工大学硕士学位论文摘要图像处理领域中,图像的分辨率代表了图像的可分辨程度,给人们提供了重要信息。其中,人脸图像作为人脸识别、人脸检测、安全监控等应用的重要内容,改善其图片质量、提高分辨率一直是此研究领域的热点问题。但是,由于设备缺陷以及其他的环境因素,由监控系统获取的人脸
4、图像分辨率较低,更深层次的应用无法进行,人脸图像超分辨率技术便十分需要。该技术在不需要提高硬件的前提下,通过一定的方法将低分辨率图像重构为高分辨率图像,可以显著提高图像分辨率,具有重要的理论价值和实际意义。本文首先总结了人脸超分辨率技术的发展现状,对现有技术进行了总结和归纳,并对近年来基于位置块的相关技术进行了详细介绍,并分析了存在的问题。基于位置块的人脸超分辨率方法主要通过线性组合训练集中的位置块来重构给定的低分辨率位置块。目前大多数方法直接使用从低分辨率空间中学习到的重构权重来进行高分辨率图
5、像重构,而不考虑高低分辨率空间之间的结构差异。因此,本文提出了利用高分辨率空间的信息进行权重优化的算法,并且提出了高分辨率重构权重这一概念。不同于现有的方法,论文中的方法首先可以更好地利用高分辨率训练样本和空间信息。其次,通过线性回归的方法进行权重的优化和求解,可以进一步进行高分辨率图像的构建。最后,通过实验分析了算法的效果,并与现有的方法进行比较。与此同时,本文将算法进行泛化,提出了一种可以进一步提高现有人脸超分辨率结果的改进方法,并通过实验验证了算法的有效性,并进行了相关参数的分析。目前深度
6、学习开始进入人们的视野中。其中,卷积神经网络以其优越的性能赢得了很多研究者的关注。本文对卷积神经网络进行了深入研究与分析。目前,在基于卷积网络的图像超分辨率技术中,对于一般图像,恰当的网络结构和设计可以达到较好超分辨率效果,但是经过本文的研究以及实验发现,对于人脸这种结构化图像,其重构效果相比利用位置信息的方法却很一般。如何能够利用好深度学习方法来实现人脸图像重构,是本文下一个阶段的研究重点。关键词:人脸图像超分辨率;位置图像块;高分辨率重构权重;卷积神经网络I北京理工大学硕士学位论文Abstr
7、actInimageprocessing,imageresolutionrepresentsthequalityofagivenimage,andprovidesimportantinformation.Asabranchofgenericimage,faceimageplaysanimportantroleinfacerecognition,facedetection,securitymonitoring,etc.However,faceimagescapturedbysurveillance
8、camerasandotherequipmentareusuallyoflowresolutionduetothelimitsofthesedevicesandsomeotherenvironmentalfactors.Furtherapplicationsarethusobstructed,thusfaceimagesupper-resolutionisneeded.Faceimagesuper-resolution,bycertainmethodsandwithouttheneedtoinc
此文档下载收益归作者所有