基于学习的人脸超分辨率重建技术研究.pdf

基于学习的人脸超分辨率重建技术研究.pdf

ID:50411089

大小:7.03 MB

页数:75页

时间:2020-03-05

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

《基于学习的人脸超分辨率重建技术研究.pdf》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、102:公开单位代码:93密绒硕女《隹给乂I?寺己考来3[m,‘论文题目:暮于学习的人脸超分辨率重建技术研究■*ii才1012010538学号'姓名刘旦靈-,-干宗良副教授导师>荘^.学科专业信号与信息处理;,图像处理与多媒体通信v'h研究方向沪;,工学硕 ̄±申请学位类别式试:;.-?、:.二一五年云月零论文提交日期..',f/b.i.1.南京邮电大学学位论女原创性声明本人声明所呈交的学位论文是我个人在导师指导

2、下进行的研究工作及取得L的研究成果,注和致谢的地方外论文中不包。尽我所知除了文中特别加JA标,含其他人己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教育机构的学位或证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任。30.研究生签名1(?::5中1'日期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档可;允许论文被查阅和借阅;可将学位论文的全部或

3、部分内容编入有关数据库进行检索;W采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一致。论论文的内容相文的公布(包括刊登)授权南京邮电大学研巧生院办理。涉密学位论文在解密后适用本授权书。研究生签名;..到.flt_导师签名:-_日期:2〇仪午J占靴ResearchonLearning-basedFaceSuper-ResolutionReconstructionThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofM

4、asterofEngineeringByDanxiaLiuSupervisor:AssociateProfessorZongliangGanMarch2015南京邮电大学硕士研究生学位论文摘要摘要数字图像的分辨率度量了图像的清晰度,分辨率的高低是由图像单位面积上像素的个数决定的,它是衡量图像质量高低的关键指标。人脸超分辨率重建是一种对低分辨率人脸处理得到对应高分辨率人脸的低成本的软件技术,又称为人脸幻生。基于人脸图像或视频广泛涉及于计算机视觉、机器学习等领域,人脸幻生技术一直是热门关注、研究方向,它被广泛应用于多媒体通信、人脸识别、视频监控等。本文重点研究了基于学习

5、的人脸幻生技术,通过对基于相似性约束的人脸幻生算法和基于邻域嵌入的人脸幻生算法的研究,提出改进的基于相似性约束的迭代学习人脸幻生算法和改进的基于位置的邻域嵌入人脸幻生算法。主要研究成果及贡献包括以下两方面:1.传统学习型图像超分辨率重建方法存在着高空间复杂度的缺陷,由此提出改进的基于相似性约束的迭代学习人脸幻生算法。首先让每幅待重建人脸通过主成分分析在初始训练集人脸库中筛选中与之相似度最高的若干个人脸对构成新的训练集,用于后续的迭代学习重建;每次迭代仅有一个训练集高低分辨率人脸对参与训练,降低了空间复杂度;由于流形学习中存在着低维空间到高维空间的一对多映射的缺陷,提

6、出在每次迭代中均采用相似性约束计算重建权重,以降低这种不一致性导致的重建误差。实验结果表明,本章提出的改进算法不仅有较小的空间复杂度,同时也拥有更好的主观和客观效果。2.研究基于邻域嵌入的人脸幻生技术。同上,首先让每幅待重建人脸经过一个自适应筛选训练集相似人脸库系统的预处理,得到新的训练集人脸库。为了更好地表示人脸图像的信息,提出新的人脸特征提取方法和高低分辨率人脸块特征联合学习的邻域人脸块搜索方法;基于人脸的结构相似性,对人脸进行基于位置的人脸块分类;考虑到流形学习存在着低分辨率流形到高分辨率流形间的不一致性,对待重建位置人脸块的训练集高低分辨率邻域人脸块分别投影

7、至共同的流形空间以进行流形校正,然后后续的重建权重系数的局部邻域嵌入算法求解均建立在共同流形上进行。实验证明,本章提出的改进的基于位置的邻域嵌入人脸幻生技术相对传统邻域嵌入算法,重建出的高分辨率人脸图像有更好的客观质量和主观效果。关键词:人脸幻生,迭代学习,相似性约束,基于位置,邻域嵌入,流形校正I南京邮电大学硕士研究生学位论文AbstractAbstractTheresolutionofanimagemayreflectitsclarity.Thenumberofpixelsperunitareaonthedigitalimagedeterminesitsre

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。