-
公开(公告)号：CN103065292B
公开(公告)日：2015-07-15
申请号：CN201210574750.0
申请日：2012-12-26
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 一种基于主成份稀疏表达的人脸超分辨率重建方法，将输入的低分辨率人脸图像、低分辨率人脸样本图像和高分辨率人脸样本图像分别划分为相互交叠的图像块；对于图像的每一个位置图像块进行主成份分解获得主成份表达基；对输入的低分辨率人脸图像每一个图像块，根据样本库中对应图像块的主成份表达基进行稀疏约束投影，并将获得的主成份稀疏表达系数转换到样本表达空间；将对应的同一位置块的低分辨率人脸样本图像替换成高分辨率人脸样本图像，合成高分辨率图像块并拼合得到输出高分辨率图像。本发明提出了位置块的主成份稀疏表达，将输入图像块的内在信息与噪声信息区分，提升了在噪声环境下图像块的表达精度，提高了高分辨率重建图像的客观图像质量。
-
公开(公告)号：CN102982520B
公开(公告)日：2015-07-15
申请号：CN201210519277.6
申请日：2012-12-05
Applicant: 武汉大学
Abstract: 本发明提供了一种基于轮廓先验的鲁棒性人脸超分辨率处理方法，在传统的基于流形的超分辨率方法的基础上，同时选择两种对降质过程鲁棒的图像特征，通过将二者良好耦合在（局部嵌入）算法中，同时作为算法过程中图像相似性的判定准则，以此部分解决传统方法不能很好的解决监控成像过程中严重噪声和模糊对单帧人脸图像超分辨率恢复效果缺乏真实性的问题。
-
公开(公告)号：CN102521810B
公开(公告)日：2013-09-18
申请号：CN201110421452.3
申请日：2011-12-16
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 一种基于局部约束表示的人脸超分辨率重建方法，将输入的低分辨率人脸图像、高低分辨率训练集内人脸图像分别划分为相互交叠的图像块；对输入的低分辨率人脸图像的每一个图像块，根据图像块的表示具有局部性这一先验，计算由低分辨率训练集内每个图像相应位置图像块进行线性重建时的最优权重系数；将低分辨率训练集内每个图像相应位置图像块，用一一对应的高分辨率训练集内每个图像相应位置图像块进行替换，加权合成高分辨率图像块；按照人脸上的位置，融合成高分辨率人脸图像。本发明提出局部约束表示模型，自适应地选择训练集内样本图像块空间中与输入图像块近邻的图像块来线性重建输入图像块，得到最优权重系数，合成出高质量的高分辨率图像。
-
公开(公告)号：CN102708556A
公开(公告)日：2012-10-03
申请号：CN201210145054.8
申请日：2012-05-10
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 一种基于反向图保持的单张图像超分辨率方法，首先建立描述高分辨率训练图像块空间流形结构关系的邻接矩阵图；然后学习低分辨率图像块空间到高分辨率图像块空间的映射矩阵，同时使得重建后的高分辨率图像块空间和原始高分辨率训练图像块空间的流形结构关系保持一致；最后利用此映射矩阵将输入的低分辨率图像分块映射到高分辨率空间，融合所有得到的高分辨率图像块重建出最终的高分辨率图像。本发明解决了由于模糊、下采样和噪声等因素造成的高低分辨率图像块空间流形结构关系不一致的问题。此外，每个待重建的低分辨率块只需乘以预先训练好的投影矩阵，因此在运行速度上相对于现有基于学习的方法也有很大的提升。
-
公开(公告)号：CN102402784A
公开(公告)日：2012-04-04
申请号：CN201110421817.2
申请日：2011-12-16
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN102075785A
公开(公告)日：2011-05-25
申请号：CN201010608963.1
申请日：2010-12-28
Applicant: 武汉大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种ATM机广角摄像机镜头畸变校正方法。本发明包括根据不同厂家不同型号的ATM机广角摄像机镜头畸变校正参数进行建库，在包含若干直线的场景内拍摄一幅广角图像，并手工标提取图像中的曲线，确定一组该ATM机广角摄像机镜头校正的最优参数，根据最优参数对广角图像进行校正。本发明能快速而准确地求得最优校正参数，基于这组最优参数，我们就可以对广角镜头图像进行准确的校正。
-
公开(公告)号：CN103489174A
公开(公告)日：2014-01-01
申请号：CN201310460885.9
申请日：2013-10-08
Applicant: 武汉大学
Abstract: 本发明公开了一种基于残差保持的人脸超分辨率方法，本发明是基于学习的方法，首先将高低分辨率训练图像对统一分块，在以位置为依据的块集合内部进行处理：对输入图像的每一个块，在对应位置训练块集上分别估计其平滑高频成分、标准差投影高频成分、以及通过残差训练集估计其高频补偿成分。通过这三种高频信息的线性组合，在高分辨率平均脸上重建出高分辨率图像。以此解决或减轻噪点严重的人脸图像（如监控图像）超分辨率恢复中的噪声问题。
-
公开(公告)号：CN102402784B
公开(公告)日：2013-07-24
申请号：CN201110421817.2
申请日：2011-12-16
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 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。
-
公开(公告)号：CN102982520A
公开(公告)日：2013-03-20
申请号：CN201210519277.6
申请日：2012-12-05
Applicant: 武汉大学
Abstract: 本发明提供了一种基于轮廓先验的鲁棒性人脸超分辨率处理方法，在传统的基于流形的超分辨率方法的基础上，同时选择两种对降质过程鲁棒的图像特征，通过将二者良好耦合在（局部嵌入）算法中，同时作为算法过程中图像相似性的判定准则，以此部分解决传统方法不能很好的解决监控成像过程中严重噪声和模糊对单帧人脸图像超分辨率恢复效果缺乏真实性的问题。
-
公开(公告)号：CN102902961A
公开(公告)日：2013-01-30
申请号：CN201210362736.4
申请日：2012-09-21
Applicant: 武汉大学
Abstract: 本发明公开了一种基于K近邻稀疏编码均值约束的人脸超分辨率处理方法，本发明涉及图像分辨率处理技术领域，尤其涉及一种基于K近邻稀疏编码均值约束的人脸超分辨率处理方法。本发明根据人脸块位置先验信息，对训练样本图像块进行聚类，得到相应位置的高低分辨率稀疏表示字典对；利用低分辨率字典对输入图像块的K近邻进行稀疏表示，得到稀疏编码均值；基于稀疏先验和K近邻稀疏编码均值约束实现低分辨率图像块的稀疏表示，通过系数映射实现高分辨率图像块重建，最终交叠平均得到高分辨率人脸图像。本发明方法在保持重建人脸图像相似度的基础上，改善了人脸图像的清晰度，增强了超分辨率图像的质量。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
