机读格式显示(MARC)

• 000 01751nam0 2200301 450

• 001 0000577241

• 005 20191011112600.0

• 010 __ |a 978-7-03-061771-2 |d CNY42.00

• 092 __ |a CN |b 人天892-2207

• 099 __ |a CAL 012019096088

• 100 __ |a 20190805d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于稀疏表示模型的人脸超分辨率研究 |A ji yu xi shu biao shi mo xing de ren lian chao fen bian lu^ yan jiu |f 黄克斌, 王锋著

• 210 __ |a 北京 |c 科学出版社 |d 2019

• 215 __ |a 104页 |c 图 |d 24cm

• 300 __ |a 本书是黄冈师范学院教育学湖北省一级重点学科、湖北省特色优势学科群鄂东基础教育与区域文化学科群、湖北省人文社会科学重点研究基地鄂东教育与文化研究中心阶段性成果

• 320 __ |a 有书目 (第95-104页)

• 330 __ |a 本书针对当前人脸超分辨率重建过程中存在的重建系数不一致导致误差的问题，结合稀疏表示模型，提出或扩展了一系列新的基于稀疏表示模型的人脸超分辨率算法，提高了稀疏表示准确性，改进了高低分辨率重建系数的一致性，最终改善了重建结果人脸图像的主客观质量。具体包括三方面的工作：第一，从学习字典的训练方法出发，结合稀疏性和近邻性特征优势，构建图约束正则项，提高字典表达能力，进而改善基于稀疏表示模型的人脸超分辨率算法性能。第二，从高低分辨率重建系数的映射方法出发，对高低分辨率重建系数的误差进行建模，提出在基于稀疏表示的超分辨率算法中引入稀疏编码噪声抑制正则项，改进高低分辨率重建系数的一致性，提高算法的噪声鲁棒性。第三，针对光照对单一像素相似性度量准则影响较大的问题，在稀疏表示相似性度量准则中引入自商图，构建多形态稀疏表示模型，提高算法对光照鲁棒性。

• 606 0_ |a 面 |A mian |x 图象识别 |x 研究

• 690 __ |a TP391.413 |v 5

• 701 _0 |a 黄克斌 |A huang ke bin |4 著

• 701 _0 |a 王锋 |A wang feng |4 著

• 801 _0 |a CN |b CAU |c 20191011

• 905 __ |a CAU |d TP391.413/177

• 920 __ |a 211180 |z 1