基于稀疏表示模型的人脸超分辨率研究

暂缺《基于稀疏表示模型的人脸超分辨率研究》作者简介

针对当前人脸超分辨率重建过程中存在的重建系数不一致导致误差的问题，结合稀疏表示模型，提出或扩展了一系列新的基于稀疏表示模型的人脸超分辨率算法，提高了稀疏表示准确性，改进了高低分辨率重建系数的一致性，最终改善了重建结果人脸图像的主客观质量。具体包括三方面的工作：**，从学习字典的训练方法出发，结合稀疏性和近邻性特征优势，构建图约束正则项，提高字典表达能力，进而改善基于稀疏表示模型的人脸超分辨率算法性能。第二，从高低分辨率重建系数的映射方法出发，对高低分辨率重建系数的误差进行建模，提出在基于稀疏表示的超分辨率算法中引入稀疏编码噪声抑制正则项，改进高低分辨率重建系数的一致性，提高算法的噪声鲁棒性。第三，针对光照对单一像素相似性度量准则影响较大的问题，在稀疏表示相似性度量准则中引入自商图，构建多形态稀疏表示模型，提高算法对光照鲁棒性。