基于在线字典学习的人脸超分辨率重建

摘要：

针对基于学习的人脸超分辨率算法噪点、伪影较多,且噪声鲁棒性较差的问题,提出一种基于在线字典学习的人脸超分辨率重建算法.以人脸图集作为训练图库,运用在线字典学习方法提高字典训练的精度.独立调整字典学习阶段的正则化参数λt和求解重建稀疏系数阶段的λr,以获取最优的超完备字典和稀疏系数用于图像重建.实验结果表明,目标图像峰值信噪比比同一类型的稀疏编码超分法平均提高了0.85 dB,结构相似性增加了0.0133,有效地抑制了噪点和伪影.在含噪人脸图像应用中,噪声水平提高时,峰值信噪比下降相对较平缓,提升人脸超分效果的同时改善了算法的噪声鲁棒性.

关键词：在线字典学习、超分辨率重建、含噪人脸图像、稀疏编码

所属期刊栏目：40

分类号：TN911.73-34;TP391.9

资助基金：国家自然科学基金项目61271256;湖北省自然科学基金项目2015CFB452;湖北省高等学校优秀中青年科技创新团队计划项目T201513;湖北省教育厅科研计划指导性项目B2015080

在线出版日期：2017-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：57-61