基于稀疏表示的人臉圖像超分辨率技術研究.pdf

1、上海交通大學碩士學位論文基于稀疏表示的人臉圖像超分辨率技術研究碩士研究生：徐光耀學號：1120369051導師：黃征副教授申請學位：工程碩士專業(yè)學位學科：計算機技術所在單位：信息安全工程學院答辯日期：2015年1月授予學位單位：上海交通大學上海交通大學碩士學位論文I基于稀疏表示的人臉圖像超分辨率技術研究摘要隨著社會信息化程度的提高，圖像作為一種直觀的信息載體，人們對其質量的要求與日俱增。圖像超分辨率技術作為提高圖像分辨率的有效手段已成為

2、學者們重點研究的方向。另外，由于人臉圖像在視頻監(jiān)控應用中具有關鍵性作用，針對人臉圖像的超分辨率技術已經單獨成為一項重要的研究課題。本文深入研究了基于稀疏表示理論的超分辨率算法，在此基礎上根據(jù)人臉圖像的特性，分別提出了適用于人臉圖像的局部自適應超分辨率算法和全局自適應超分辨率算法。局部自適應超分辨率算法針對基于稀疏表示的超分辨率算法中對每個分塊所采用的字典缺乏適應性的問題，提出對每個局部分塊自適應地從字典數(shù)據(jù)庫中選取匹配的字典進行重構，匹

3、配失敗時就自適應地選取與目標低分辨率分塊相似的訓練子集來訓練適合的字典，更新到字典庫中并用新字典進行重構，另外匹配閾值和相似度閾值會根據(jù)目標圖像自適應調整大小。全局自適應超分辨率算法考慮到人臉圖像的多樣性，提出根據(jù)目標低分辨率人臉圖像的全局特征自適應地從包含大量不同類別的人臉圖像訓練總集中選取最適合的訓練子集，最后用該子集訓練得到的字典進行超分辨率。仿真實驗表明，這兩種算法均具有較好的圖像重構效果。以上述兩種算法為核心，本文設計實現(xiàn)了人