基于插值和主元素分析的人臉超分辨率算法研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著視頻監(jiān)控技術的發(fā)展,人臉檢測和識別因其在罪犯識別、安防系統(tǒng)等方面的巨大應用前景而成為當前模式識別和人工智能領域的一個研究熱點。但如果攝像頭采集到的人臉圖像的分辨率不夠高的話,將會影響到人臉檢測和識別的成功率。圖像超分辨率技術是指由低分辨率圖像生成高分辨率圖像的過程。而針對人臉檢測與識別的需求,人臉圖像超分辨率應運而生。它是圖像超分辨率技術在人臉圖像上的特殊應用。
   本文主要研究了邊緣自適應插值算法和人臉圖像超分辨率技術。

2、
   本文首先介紹并實現(xiàn)了幾種典型的邊緣自適應插值算法,分析了其增強分辨率的原理,并通過實驗驗證了各種算法的優(yōu)缺點。其次,對人臉超分辨率的幾種經(jīng)典方法進行了研究,介紹了基于Bayesian概率的學習超分辨率算法框架,闡述了各種學習模型的建立方式,并且介紹了人臉超分辨率算法的三種約束條件。
   本文對人臉超分辨率技術的真實性與誤差問題進行了深入、詳細的討論,并通過分析提出了自己的觀點與結論。本文提出了一種基于插值和主元

3、素分析法的人臉超分辨率方法。該方法將一幅高分辨率人臉圖像視為由全局臉和局部高頻細節(jié)兩者組成的。首先,利用“新的基于邊緣導向的插值算法”(NEDI)對低分辨率輸入圖像進行重建,得到全局臉圖像。然后,通過主元素分析法(PCA)提取全局臉圖像的結構信息。在訓練庫的輔助下,我們根據(jù)這些結構信息合成出局部細節(jié)。最后,將全局臉圖像和局部細節(jié)信息相結合,得到最終的人臉超分辨率結果。實驗證明,這種方法可以有效地實現(xiàn)人臉超分辨率。
   本文在V

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論