您的位置: 专家智库 > >

江西省教育厅科学技术研究项目(GJJ13762)

作品数:2 被引量:6H指数:1
相关作者:徐晨光朱华生廖杉杉更多>>
相关机构:南昌工程学院更多>>
发文基金:江西省教育厅科学技术研究项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇图像
  • 2篇分辨率
  • 2篇超分辨
  • 2篇超分辨率
  • 1篇人脸
  • 1篇人脸图像
  • 1篇图像超分辨率
  • 1篇图像超分辨率...
  • 1篇自相
  • 1篇自相似
  • 1篇字典学习
  • 1篇稀疏性
  • 1篇超分辨率重构
  • 1篇超分辨率重建
  • 1篇改进型

机构

  • 2篇南昌工程学院

作者

  • 2篇朱华生
  • 2篇徐晨光
  • 1篇廖杉杉

传媒

  • 1篇激光与红外
  • 1篇南昌工程学院...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于局部约束的人脸图像超分辨率重构算法被引量:5
2014年
基于超完备稀疏表示理论,并根据人脸图像的特征,提出一种基于局部约束的人脸图像超分辨率重构算法。该算法首先通过样本训练出一对高、低分辨率相关联的冗余字典;再根据局部范围内人脸图像的相关性,重构出高分辨率图像;最后对图像进行全局优化。为验证算法的有效性,本文利用ORL标准图像库进行了对比实验,实验结果表明,该算法能够有效提高峰值信噪比,同时能够更好地恢复人脸图像的高频信息,有一定的实用价值。
朱华生徐晨光
关键词:超分辨率重构人脸图像
改进型字典学习的图像超分辨率重建被引量:1
2015年
针对现有算法中字典训练花费的时间非常大,且超分辨率图像重建效果不够理想等问题,提出一种改进型字典学习的超分辨率图像重建算法.该算法在字典训练阶段,先采用PCA对低频样本集进行降维,再单独训练出低频字典,然后利用稀疏表示系数集和高频图像样本集训练出对应的高频字典,从而提高了字典构建速度.在重建阶段,先利用字典重建出初始的高分辨率图像,再根据图像结构自相似的特征,对图像进行结构自相似优化,然后对图像进行全局优化,从而提高了重建图像的质量.实验结果表明,该方法无论是在客观评价指标还是主观视觉效果方面都有明显的提高.
朱华生徐晨光廖杉杉
关键词:超分辨率字典学习
共1页<1>
聚类工具0