一种基于最近特征线流形学习的人脸图像超分辨率方法:
该方法将人脸图像块样本空间中的样本点两两相连,形成特征线。通过将已有样本点扩充为特征线上的无数多个样本点,增强了人脸图像块样本空间的表达能力。
在扩充之后的样本空间中,利用最近特征线准则来定义样本点之间的近邻关系。通过保持高低分辨率图像块样本空间的这种邻域关系,正确揭示了高低分辨率人脸图像块流形之间的局部相似结构特征。
通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,并融合所有高分辨率块得到高分辨率人脸图像。
此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低了本方法的运算复杂度。
| 专利名称 | 一种基于最近特征线流形学习的人脸图像超分辨率方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | 201110421817.2 |
| 申请号 | - | 专利申请日期 | 2011-12-16 |
| 专利授权日期 | - | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 胡瑞敏;江俊君;王冰;韩镇;卢涛;黄克斌;冷清明 | ||
| 权利人 | - | ||
| 专利摘要 | 一种基于最近特征线流形学习的人脸图像超分辨率方法,把人脸图像块样本空间中的样本点两两相连形成特征线,将已有样本点扩充为特征线上的无数多个样本点,从而增强人脸图像块样本空间的表达能力;在扩充之后的样本空间中,利用最近特征线准则来定义样本空间中样本点之间的近邻关系,通过保持高低分辨率图像块样本空间的这种邻域关系,从而正确揭示高低分辨率人脸图像块流形之间的局部相似结构特征;通过保持这种局部相似结构特征,重构输入的低分辨率人脸图像块对应的高分辨率块,融合所有高分辨率块得到高分辨率人脸图像。此外,本发明根据输入的低分辨率图像块,对原始样本空间进行预筛选,再利用上述方法对其分析,大大降低本方法的运算复杂度。 | ||