《超越视觉 人脸图像超分辨率理论与应用》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:卢涛著
  • 出 版 社:北京:科学出版社
  • 出版年份:2018
  • ISBN:9787030577146
  • 页数:163 页
图书介绍:人类智能一直是科学研究的核心问题,从人类感知世界,识别物体,逻辑推理和想象,从神经元到突触,从大脑皮层到感情体验,每一个环节无不和视觉相关。超越现有观测到的低分辨率视觉,利用机器学习理论和方法拟合视觉的识别过程,一直是机器视觉领域研究者们的梦想。在这样的一个梦想的鼓舞下,本书着重分析了人脸超分辨率的理论、算法和应用体系,拟从系统介绍人脸超分辨率的研究理论基础,前沿算法和实际应用案例,给读者们以启发,并呈现出我们在系统研究过程中获得的部分研究结果供技术同行们参考。

第1章 绪论 1

1.1 研究背景和意义 1

1.2 国内外研究现状 4

1.2.1 图像降质模型研究现状 6

1.2.2 人脸超分辨率方法研究现状 12

1.2.3 研究现状小结 20

1.3 面临的关键问题 21

1.3.1 实际降质先验信息提取与表达 21

1.3.2 高低分辨率图像非负特征一致表达 22

1.3.3 图像主成分稀疏表达 23

1.4 研究内容 23

1.4.1 基于后验信息的图像降质过程自适应估计 23

1.4.2 半耦合核非负表达全局脸超分辨率算法 24

1.4.3 主成分稀疏自适应局部脸超分辨率方法 25

1.4.4 低秩约束的极限学习机高效人脸识别算法 25

1.4.5 低秩约束的极限学习机高效人脸识别算法 25

1.4.6 图像超分辨率极限学习机的极低分辨率人脸识别算法 26

参考文献 26

第2章 基于后验信息的图像降质过程自适应估计 30

2.1 引言 30

2.2 方法比较 32

2.3 基于稀疏最近邻约束的视频多帧融合算法 34

2.3.1 视频图像的时域先验模型 34

2.3.2 基于图像时域先验模型的视频多帧融合算法 35

2.4 基于后验图像的降质过程自适应估计 36

2.4.1 现场重建获取后验图像的原则与方法 37

2.4.2 基于尺度不变特征的后验图像对齐 38

2.4.3 基于后验信息的实际下采样矩阵估计 39

2.4.4 基于后验信息的实际模糊矩阵估计 40

2.4.5 基于后验降质模型的人脸超分辨率算法 41

2.5 实验结果及分析 43

2.5.1 实验目的与原理 43

2.5.2 实验条件及设备 44

2.5.3 测试标准及实验方法 45

2.5.4 实验数据及处理 46

2.5.5 实验结论 54

参考文献 55

第3章 基于半耦合核非负表达的全局脸超分辨率算法 57

3.1 引言 57

3.2 方法比较 59

3.3 基于人脸形状特征度量的自适应先验选择算法 60

3.3.1 基于人脸形状感知模型的特征定位方法 61

3.3.2 基于Hausdorff距离的人脸形状相似性度量 63

3.4 基于半耦合核非负表达的自适应全局脸超分辨率算法 64

3.5 实验结果及分析 66

3.5.1 实验目的与原理 66

3.5.2 实验条件及设备 67

3.5.3 测试标准及实验方法 67

3.5.4 实验数据及处理 69

3.5.5 实验结论 78

参考文献 79

第4章 基于主成分稀疏表达的自适应局部脸超分辨率算法 82

4.1 引言 82

4.2 方法比较 84

4.3 基于线性表达的分块聚类方法 85

4.4 基于主成分稀疏表达的自适应局部脸超分辨率算法流程 86

4.4.1 主成分稀疏表达模型 86

4.4.2 基于主成分稀疏表达的超分辨率算法 87

4.5 实验结果及分析 89

4.5.1 实验目的与原理 89

4.5.2 实验条件及设备 89

4.5.3 测试标准及实验方法 90

4.5.4 实验数据及处理 91

4.5.5 实验结论 95

参考文献 96

第5章 基于深度协作表达的人脸超分辨率算法 97

5.1 引言 97

5.2 方法比较 98

5.3 基于深度协作表达的人脸超分辨算法流程 100

5.3.1 单层协作表达 100

5.3.2 字典训练 100

5.3.3 基于深度协作表达的人脸超分辨率算法步骤 101

5.4 实验结果与分析 102

5.4.1 实验目的与原理 102

5.4.2 实验条件及设备 103

5.4.3 测试标准及实验方法 103

5.4.4 实验数据及处理 104

5.4.5 实验结论 112

参考文献 112

第6章 基于低秩约束的极限学习机高效人脸识别算法 114

6.1 引言 114

6.2 方法比较 115

6.3 基于低秩约束的极限学习机高效人脸识别算法流程 116

6.3.1 基于低秩支持的极限学习机鲁棒性人脸识别 116

6.3.2 特征脸学习 119

6.3.3 低秩结构特征支持的极限学习机人脸识别算法 120

6.4 实验结果及分析 121

6.4.1 实验目的与原理 121

6.4.2 实验条件及设备 122

6.4.3 测试标准及实验方法 122

6.4.4 实验数据及处理 122

6.4.5 实验结论 128

参考文献 128

第7章 基于图像超分辨率极限学习机的极低分辨率人脸识别算法 130

7.1 引言 130

7.2 方法比较 131

7.3 基于图像超分辨率极限学习机的极低分辨率人脸识别算法流程 134

7.3.1 基于稀疏表达的极低分辨率人脸的超分辨率算法 135

7.3.2 基于极限学习机的人脸分类算法 137

7.4 实验结果与分析 139

7.4.1 实验目的与原理 139

7.4.2 实验条件及设备 140

7.4.3 测试标准及实验方法 140

7.4.4 实验数据及处理 141

7.4.5 实验结论 145

参考文献 146

第8章 基于云计算的刑侦图像增强服务框架 148

8.1 引言 148

8.2 刑侦业务的核心需求与技术问题 149

8.3 基于云计算的刑侦图像资源中心构架 150

8.4 刑侦图像增强服务平台框架 152

8.5 实际演示 155

8.5.1 模糊图像的实际演示1 155

8.5.2 模糊图像的实际演示2 156

附录 图像质量评估指标 158

后记 160