10.16208/j.issn1000-7024.2018.05.034
基于聚类学习与导控核回归的文本超分辨率
针对文本图像中分布着大量空白区域和存在大量相似和冗余字符的特性,将导控核回归方法与聚类学习方法相结合,提出一种基于聚类学习的加权核回归超分辨重建模型.基于该模型可对字符图像的局部结构进行学习,实现文本字符的超分辨率重建,超分辨率重建方法通过对大量无关样本进行局部结构聚类,使重建过程可以利用局部邻域的结构信息,并学习大量聚类子样本集里包含的非局部邻域结构信息,保障重建的鲁棒性.超分辨率重建实验从主观评价和客观指标上验证了提出方法的有效性.
文本图像处理、超分辨重建、聚类学习、导控核回归、加权核回归
39
TP391(计算技术、计算机技术)
无锡市科技局基金项目CSE00802;湖北省教育科学规划基金项目2016GB086
2018-09-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
1399-1404