-
题名基于K近邻稀疏编码均值约束的人脸超分辨率算法
被引量:3
- 1
-
-
作者
黄克斌
胡瑞敏
韩镇
卢涛
江俊君
王锋
-
机构
武汉大学国家多媒体软件工程技术研究中心
黄冈师范学院数字媒体技术系
-
出处
《计算机科学》
CSCD
北大核心
2013年第5期271-273,295,共4页
-
基金
国家重点基础研究发展计划(973计划)基金项目(2009CB320906)
国家自然科学基金项目(61070080
+4 种基金
60970160
61003184)
湖北省自然科学基金项目(2009CDB404
2009CDA134
2010CDB05103)资助
-
文摘
针对低分辨率、低质量人脸图像的超分辨率重建问题,提出了一种基于K近邻稀疏编码均值约束的人脸超分辨率算法。首先,根据人脸块位置先验信息,对训练样本图像块进行聚类,得到与输入人脸图像块位置一致的高、低分辨率稀疏表示字典对;然后,利用低分辨率字典,在稀疏和K近邻稀疏编码均值的共同约束下实现低分辨率图像块的稀疏表示;最后,通过系数映射,结合高分辨率字典实现高分辨率图像块重建,最终将所有高分辨率图像块进行交叠平均得到高分辨率人脸图像。实验结果验证了算法的有效性及先进性。本方法在保持重建人脸图像相似度的基础上,改善了人脸图像的清晰度,提高了超分辨率图像的质量。
-
关键词
位置块
稀疏表示
k近邻稀疏编码均值
人脸超分辨率
-
Keywords
Position-patch
Sparse representation
k nearest neighbor(kNN) sparse coding mean
Face hallucination
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于堆和邻域共存信息的KNN相似图算法
被引量:1
- 2
-
-
作者
王颖
杨余旺
-
机构
南京理工大学计算机科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2018年第5期196-200,227,共6页
-
基金
江苏省科技支撑计划(BE2012386
BE2011342)
+2 种基金
江苏省农业自主创新项目(CX(13)3054
CX(16)1006)
江苏省普通高校研究生创新计划项目(KYLX16_0464)资助
-
文摘
在谱聚类算法中,相似图的构造至关重要,对整个算法的聚类结果和运行效率都有着巨大影响。为了加快谱聚类的运算速度和通过近邻截断提高其性能,通常选择K近邻(KNN)方法来构造稀疏的相似图,而K近邻图对离群点非常敏感,这种噪声边会严重影响聚类算法的性能。文中提出了一种新的高效稀疏亲和图构造方法 HCKNN,其中基于堆的K近邻搜索比基于排序的近邻选择在效率方面提升了log(n),基于邻域共存累计的阈值化来进行邻域约减不仅能够去除噪声边以提高聚类性能,还能进一步稀疏化相似矩阵,从而加速谱聚类中的特征分解。
-
关键词
谱聚类
相似图
堆
稀疏k近邻
-
Keywords
Spectral clustering
Similarity graph
H cap
Sparse k nearest neighborhood
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-