基于学习的人脸超分辨率重建技术研究

基于学习的人脸超分辨率重建技术研究

ID:35064044

大小:6.24 MB

页数:77页

时间:2019-03-17

基于学习的人脸超分辨率重建技术研究_第1页
基于学习的人脸超分辨率重建技术研究_第2页
基于学习的人脸超分辨率重建技术研究_第3页
基于学习的人脸超分辨率重建技术研究_第4页
基于学习的人脸超分辨率重建技术研究_第5页
资源描述:

《基于学习的人脸超分辨率重建技术研究》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、*■t单位代码:10293密级:—硕女《像俗矣而进w>V;;■-■.\_V^^■■■■:-■-.'V-?.>..i1..?■.V-這论文题目:基于学习的人脸超分辨率重建技术研究■?:’、..。'--^::.-V:‘,?云■?■..-?片尝耳1013010614/.‘J一-带占姓名殷若宣/博导导师刘峰教授學科专业信号与信息处理..,,■'一';气硏究方向图像处理巧多獄

2、体通信;.■-I'i申请学位类别工学硕±论文提交日期二0--?六年H月南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研充工作及取得的研究成果。尽我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或巧书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一。本人学位论文及涉及相关资料若有不实,愿意承担切相关的法律责

3、任。|杂1>心研究生签名:和日期:气南京邮电大学学位论文使用授权声明本人授权南京邮电大学可W保留并向国家有关部口或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可科将学位论文的全部或部分内容编入有关数据库进行检索;可レッ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文挡的一内容和纸质论文的内容相致。论文的公布(包括刊登)授权南京邮电大学研究生院(筹)办理。涉研密学位论文在解密后适用本授权书。究生签名:.导师签名:三日期;各、来3ResearchonLearning-b

4、asedFaceSuper-ResolutionReconstructionThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByYinRuoxuanSupervisor:ProfessorFengLiuMarch2016摘要随着高清影像技术的普及,以往的图像采集设备所输出的低分辨率影像内容越来越难满足当今人们生活的需要,同时一些专业领域也对影像材料的分辨率有着较高的要求,比如人脸识别、刑事侦

5、查和医学诊断等等。而人脸作为影像中经常被关注的敏感区域,对低分辨率影像的人脸超分辨率技术就变得至关重要。面对这一需求,本文从图像超分辨率重建的角度,对人脸图像的超分辨率技术进行了深入研究,对已有算法进行了研究和改进,并且针对该技术在实际环境中的应用进行了初步探索,具体研究内容如下:首先,研究并改进了基于权重稀疏表示的人脸超分辨率重建算法。该方法存在的不足是在不同噪声环境下所对应的最优正则化参数值会不断改变,而对该参数的调试过程耗时且低效。因此通过在重建之前加入一个能够依据最大后验概率准则自动对噪声方差和尺度参数进行估计的预重建过程

6、,从而计算得到适合输入图像环境的正则化参数值,最后通过实验表明了该自动估计正则化参数的算法具备充分的可行性和有效性。第二,提出了基于相似性选择与约束的人脸超分辨率重建算法以应对可能出现的不同强度噪声。由于已有的重建方法在噪声环境下的效果并不理想,所以采用了用相似性代替稀疏性的思路。该算法框架由两部分组成,第一部分是基于全局相似性的人脸选择算法,并使用基于2D-PCA的人脸选择算法进行实验,表明其能够在大幅度缩减人脸库数量的同时充分保证重建效果;第二部分为基于局部相似性约束的人脸超分辨率重建算法,通过对邻居图像块的计算和并行化的算法

7、结构,达到了在一定程度上抵抗噪声的能力。第三,引入了机器学习方法来解决以上所述算法在处理真实场景中的人脸时恢复能力有限的问题。在研究了两步人脸重建算法的基础上,将机器学习理论引入人脸超分辨率重建中,提出了基于极限学习机的重建方法,并在真实监控的环境下进行重建实验,表明了该算法在与其他对比算法相比时得到了更强的细节恢复能力。最后,本文对该技术在实际环境中的应用进行了初步探索。确定了人脸标定和提取标准,研究了泊松图像编辑方法,在此之上提出了一套人脸修复方案,并从真实街道监控录像中随机截取了部分行人进行实验,达到了良好的修复效果。关键词

8、:超分辨率重建,稀疏表示,相似性选择,极限学习机,泊松图像编辑IAbstractWithhigh-resolutionimagesandvideosbeingpopular,thelow-resolutionimagesandvideosoutpu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。