国家高技术研究发展计划(2007AA01Z176)
- 作品数：6 被引量：96H指数：4
- 相关作者：张军平浦剑郭启勇沈一帆黄华更多>>
- 相关机构：复旦大学西安交通大学上海市智能信息处理重点实验室更多>>
- 发文基金：国家高技术研究发展计划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>>
- 全局重建和位置块残差补偿的人脸图像超分辨率算法被引量：6
- 2010年
- 针对传统基于学习的人脸图像超分辨率算法存在高频细节信息损失过多问题,提出一种全局重建和位置块残差补偿相结合的人脸图像超分辨率新算法.首先利用高、低分辨率训练集所有样本,使用基于权值学习的全局重建算法得到初步的人脸图像,再结合图像模糊和下采样过程,产生高、低分辨率残差图像训练集,最后使用基于位置块的残差补偿算法,对初步的人脸图像进行高频细节补偿得到最终结果.对比实验结果表明,相比同类基于学习的人脸图像超分辨率算法,在将人脸图像分辨率提高4×4倍的情况下,新算法的平均峰值信噪比可提高0.65～3.55dB,可以更好地重建出局部高频细节信息.
- 马祥齐春
- 关键词：人脸图像超分辨率
- 基于几何流形能量最小化的图像检索算法被引量：1
- 2010年
- 提出了一种基于几何流形能量GEOMEN(geometric manifold energy)最小化的图像检索算法。许多基于流形的检索算法都是在图像的特征空间提取相应的语义流形空间,进而在语义空间中进行图像检索排序。将图像的检索看作一个图像数据库中搜索一个最优图像能量环的问题。图像能量环表示了图像之间的联系和相关性,通过最小化GEOMEN可以得到最优图像环。最小化的求解涉及到一个组合优化的问题,传统的禁忌搜索算法在选择最优候选集时非常耗时,提出一种智能的积极禁忌搜索算法求解最优环,实验表明提出的算法检索性能高,可以得到较高的查全率与准确率。
- 郭启勇李宏宇沈一帆
- 关键词：图像检索能量最小化
- 基于词典学习和稀疏表示的超分辨率方法被引量：44
- 2010年
- 近年来,从大规模数据集中提取过完备词典,并使用稀疏表示在图像去噪、图像去马赛克和图像修复中有着较广泛应用.然而,这一技术不能直接用于处理具有异构特点的低分辨率/高分辨率图像块对,以及相应的图像超分辨率重构.要解决这一问题,文中提出一种求解同时满足两个过完备词典(低分辨率图像块词典和高分辨率图像块词典)下的相同稀疏表示的方法,并利用它们实现图像稀疏表示的超分辨率重建.为了进一步提高彩色图像的超分辨率效果,还提出基于超分辨率亮度信息的UV色度超分辨率重构.实验结果表明文中方法无论在视觉效果还是均方根误差上都获得更好结果.
- 浦剑张军平
- 关键词：超分辨率
- 超分辨率算法研究综述被引量：39
- 2009年
- 图像超分辨率是指利用一幅或多幅低分辨率图像,运用相应的算法来获得一幅清晰的高分辨率图像.然而,传统的基于插值和重建的方法已很难获得进一步的突破.近年来出现的基于学习的方法为超分辨率的发展重新注入了活力.通过回顾插值、重建和学习这3个层面的超分辨率算法,分析了超分辨率技术的以往研究和最新进展,着重讨论了各算法在还原质量、通用能力等方面所存在的问题,并对未来超分辨率技术的发展作了一些展望.
- 浦剑张军平黄华
- 关键词：图像处理超分辨率图像重建
- 基于稀疏分解的数据分类算法被引量：1
- 2010年
- 利用基于超完备字典的信号稀疏分解理论,提出一种基于稀疏分解的数据分类算法SRC。该算法通过学习不同类别数据的稀疏映射关系,把测试样本映射到高维空间中,根据稀疏重构的误差定义决策函数以确定测试样本的类别。采用UCI数据集评估该算法,并与SVM算法和Fld算法的实验结果进行对比,结果表明,SRC的分类准确率最高,不平衡数据集的实验结果显示了SRC的鲁棒性。
- 乔奕郭启勇沈一帆
- 关键词：稀疏分解重构误差
- 基于迭代切距离原型学习算法的步态识别被引量：6
- 2008年
- 作为唯一远程生物认证技术,步态识别一方面越来越受到人们的重视,提出了很多相应的算法,另一方面,它又面临着很多挑战,其难点之一是如何从多帧步态中有效地提取步态特征.针对此问题,并基于步态能量图(GEI)在步态特征表示上的效果,提出了一种迭代切距离原型学习算法.假定各人的步态分布在不同流形上面,首先用切距离改进步态能量图的定义,进而用迭代的方法来解一个最优解问题,从而学习出步态原型图,再通过PCA对步态原形进行特征提取,最后进行识别.证明了该方法的收敛性,实验结果表明所提出的方法取得了比GEI更好的识别率,并证明了步态流形的假设的合理性.
- 陈昌由张军平
- 关键词：步态识别特征提取流形步态能量图
