书籍详情
超越视觉:人脸图像超分辨率理论与应用
作者:卢涛 著
出版社:科学出版社
出版时间:2018-06-01
ISBN:9787030577146
定价:¥70.00
购买这本书可以去
内容简介
《**视觉:人脸图像超分辨率理论与应用》从理论和实践两个方面展开,系统呈现人脸超分辨率领域的研究成果,并列举低分辨率人脸图像应用领域的新思路和新方法,深入介绍人脸超分辨率的理论基础和算法,为广大科研工作人员、刑侦技术人员提供详细的超分辨率工具和低分辨率识别工具。在研究现有算法的基础上,提出基于场景后验降质模型估计的方法拟合实际的复杂成像场景,以及深度协作表达方法,并将其应用到人脸超分辨率领域,为深度学习理论提供新的解释方法。
作者简介
暂缺《超越视觉:人脸图像超分辨率理论与应用》作者简介
目录
目录
第1章 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 4
1.2.1 图像降质模型研究现状 6
1.2.2 人脸超分辨率方法研究现状 12
1.2.3 研究现状小结 20
1.3 面临的关键问题 21
1.3.1 实际降质先验信息提取与表达 21
1.3.2 高低分辨率图像非负特征一致表达 22
1.3.3 图像主成分稀疏表达 23
1.4 研究内容 23
1.4.1 基于后验信息的图像降质过程自适应估计 23
1.4.2 半耦合核非负表达全局脸超分辨率算法 24
1.4.3 主成分稀疏自适应局部脸超分辨率方法 25
1.4.4 低秩约束的极限学习机高效人脸识别算法 25
1.4.5 低秩约束的极限学习机高效人脸识别算法 25
1.4.6图像超分辨率极限学习机的极低分辨率人脸识别算法 26
参考文献 26
第2章 基于后验信息的图像降质过程自适应估计 30
2.1 引言 30
2.2 方法比较 32
2.3 基于稀疏最近邻约束的视频多帧融合算法 34
2.3.1 视频图像的时域先验模型 34
2.3.2 基于图像时域先验模型的视频多帧融合算法 35
2.4 基于后验图像的降质过程自适应估计 36
2.4.1 现场重建获取后验图像的原则与方法 37
2.4.2 基于尺度不变特征的后验图像对齐 38
2.4.3 基于后验信息的实际下采样矩阵估计 39
2.4.4 基于后验信息的实际模糊矩阵估计 40
2.4.5 基于后验降质模型的人脸超分辨率算法 41
2.5 实验结果及分析 43
2.5.1 实验目的与原理 43
2.5.2 实验条件及设备 44
2.5.3 测试标准及实验方法 45
2.5.4 实验数据及处理 46
2.5.5 实验结论 54
参考文献 55
第3章 基于半耦合核非负表达的全局脸超分辨率算法 57
3.1 引言 57
3.2 方法比较 59
3.3 基于人脸形状特征度量的自适应先验选择算法 60
3.3.1 基于人脸形状感知模型的特征定位方法 61
3.3.2 基于Hausdorff距离的人脸形状相似性度量 63
3.4 基于半耦合核非负表达的自适应全局脸超分辨率算法 64
3.5 实验结果及分析 66
3.5.1 实验目的与原理 66
3.5.2 实验条件及设备 67
3.5.3 测试标准及实验方法 67
3.5.4 实验数据及处理 69
3.5.5 实验结论 78
参考文献 79
第4章 基于主成分稀疏表达的自适应局部脸超分辨率算法 82
4.1 引言 82
4.2 方法比较 84
4.3 基于线性表达的分块聚类方法 85
4.4 基于主成分稀疏表达的自适应局部脸超分辨率算法流程 86
4.4.1 主成分稀疏表达模型 86
4.4.2 基于主成分稀疏表达的超分辨率算法 87
4.5 实验结果及分析 89
4.5.1 实验目的与原理 89
4.5.2 实验条件及设备 89
4.5.3 测试标准及实验方法 90
4.5.4 实验数据及处理 91
4.5.5 实验结论 95
参考文献 96
第5章 基于深度协作表达的人脸超分辨率算法 97
5.1 引言 97
5.2 方法比较 98
5.3 基于深度协作表达的人脸超分辨算法流程 100
5.3.1 单层协作表达 100
5.3.2 字典训练 100
5.3.3 基于深度协作表达的人脸超分辨率算法步骤 101
5.4 实验结果与分析 102
5.4.1 实验目的与原理 102
5.4.2 实验条件及设备 103
5.4.3 测试标准及实验方法 103
5.4.4 实验数据及处理 104
5.4.5 实验结论 112
参考文献 112
第6章 基于低秩约束的极限学习机高效人脸识别算法 114
6.1 引言 114
6.2 方法比较 115
6.3 基于低秩约束的极限学习机高效人脸识别算法流程 116
6.3.1 基于低秩支持的极限学习机鲁棒性人脸识别 116
6.3.2 特征脸学习 119
6.3.3 低秩结构特征支持的极限学习机人脸识别算法 120
6.4 实验结果及分析 121
6.4.1 实验目的与原理 121
6.4.2 实验条件及设备 122
6.4.3 测试标准及实验方法 122
6.4.4 实验数据及处理 122
6.4.5 实验结论 128
参考文献 128
第7章 基于图像超分辨率极限学习机的极低分辨率人脸识别算法 130
7.1 引言 130
7.2 方法比较 131
7.3 基于图像超分辨率极限学习机的极低分辨率人脸识别算法流程 134
7.3.1 基于稀疏表达的极低分辨率人脸的超分辨率算法 135
7.3.2 基于极限学习机的人脸分类算法 137
7.4 实验结果与分析 139
7.4.1 实验目的与原理 139
7.4.2 实验条件及设备 140
7.4.3 测试标准及实验方法 140
7.4.4 实验数据及处理 141
7.4.5 实验结论 145
参考文献 146
第8章 基于云计算的刑侦图像增强服务框架 148
8.1 引言 148
8.2 刑侦业务的核心需求与技术问题 149
8.3 基于云计算的刑侦图像资源中心构架 150
8.4 刑侦图像增强服务平台框架 152
8.5 实际演示 155
8.5.1 模糊图像的实际演示1 155
8.5.2 模糊图像的实际演示2 156
附录 图像质量评估指标 158
后记 160
第1章 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 4
1.2.1 图像降质模型研究现状 6
1.2.2 人脸超分辨率方法研究现状 12
1.2.3 研究现状小结 20
1.3 面临的关键问题 21
1.3.1 实际降质先验信息提取与表达 21
1.3.2 高低分辨率图像非负特征一致表达 22
1.3.3 图像主成分稀疏表达 23
1.4 研究内容 23
1.4.1 基于后验信息的图像降质过程自适应估计 23
1.4.2 半耦合核非负表达全局脸超分辨率算法 24
1.4.3 主成分稀疏自适应局部脸超分辨率方法 25
1.4.4 低秩约束的极限学习机高效人脸识别算法 25
1.4.5 低秩约束的极限学习机高效人脸识别算法 25
1.4.6图像超分辨率极限学习机的极低分辨率人脸识别算法 26
参考文献 26
第2章 基于后验信息的图像降质过程自适应估计 30
2.1 引言 30
2.2 方法比较 32
2.3 基于稀疏最近邻约束的视频多帧融合算法 34
2.3.1 视频图像的时域先验模型 34
2.3.2 基于图像时域先验模型的视频多帧融合算法 35
2.4 基于后验图像的降质过程自适应估计 36
2.4.1 现场重建获取后验图像的原则与方法 37
2.4.2 基于尺度不变特征的后验图像对齐 38
2.4.3 基于后验信息的实际下采样矩阵估计 39
2.4.4 基于后验信息的实际模糊矩阵估计 40
2.4.5 基于后验降质模型的人脸超分辨率算法 41
2.5 实验结果及分析 43
2.5.1 实验目的与原理 43
2.5.2 实验条件及设备 44
2.5.3 测试标准及实验方法 45
2.5.4 实验数据及处理 46
2.5.5 实验结论 54
参考文献 55
第3章 基于半耦合核非负表达的全局脸超分辨率算法 57
3.1 引言 57
3.2 方法比较 59
3.3 基于人脸形状特征度量的自适应先验选择算法 60
3.3.1 基于人脸形状感知模型的特征定位方法 61
3.3.2 基于Hausdorff距离的人脸形状相似性度量 63
3.4 基于半耦合核非负表达的自适应全局脸超分辨率算法 64
3.5 实验结果及分析 66
3.5.1 实验目的与原理 66
3.5.2 实验条件及设备 67
3.5.3 测试标准及实验方法 67
3.5.4 实验数据及处理 69
3.5.5 实验结论 78
参考文献 79
第4章 基于主成分稀疏表达的自适应局部脸超分辨率算法 82
4.1 引言 82
4.2 方法比较 84
4.3 基于线性表达的分块聚类方法 85
4.4 基于主成分稀疏表达的自适应局部脸超分辨率算法流程 86
4.4.1 主成分稀疏表达模型 86
4.4.2 基于主成分稀疏表达的超分辨率算法 87
4.5 实验结果及分析 89
4.5.1 实验目的与原理 89
4.5.2 实验条件及设备 89
4.5.3 测试标准及实验方法 90
4.5.4 实验数据及处理 91
4.5.5 实验结论 95
参考文献 96
第5章 基于深度协作表达的人脸超分辨率算法 97
5.1 引言 97
5.2 方法比较 98
5.3 基于深度协作表达的人脸超分辨算法流程 100
5.3.1 单层协作表达 100
5.3.2 字典训练 100
5.3.3 基于深度协作表达的人脸超分辨率算法步骤 101
5.4 实验结果与分析 102
5.4.1 实验目的与原理 102
5.4.2 实验条件及设备 103
5.4.3 测试标准及实验方法 103
5.4.4 实验数据及处理 104
5.4.5 实验结论 112
参考文献 112
第6章 基于低秩约束的极限学习机高效人脸识别算法 114
6.1 引言 114
6.2 方法比较 115
6.3 基于低秩约束的极限学习机高效人脸识别算法流程 116
6.3.1 基于低秩支持的极限学习机鲁棒性人脸识别 116
6.3.2 特征脸学习 119
6.3.3 低秩结构特征支持的极限学习机人脸识别算法 120
6.4 实验结果及分析 121
6.4.1 实验目的与原理 121
6.4.2 实验条件及设备 122
6.4.3 测试标准及实验方法 122
6.4.4 实验数据及处理 122
6.4.5 实验结论 128
参考文献 128
第7章 基于图像超分辨率极限学习机的极低分辨率人脸识别算法 130
7.1 引言 130
7.2 方法比较 131
7.3 基于图像超分辨率极限学习机的极低分辨率人脸识别算法流程 134
7.3.1 基于稀疏表达的极低分辨率人脸的超分辨率算法 135
7.3.2 基于极限学习机的人脸分类算法 137
7.4 实验结果与分析 139
7.4.1 实验目的与原理 139
7.4.2 实验条件及设备 140
7.4.3 测试标准及实验方法 140
7.4.4 实验数据及处理 141
7.4.5 实验结论 145
参考文献 146
第8章 基于云计算的刑侦图像增强服务框架 148
8.1 引言 148
8.2 刑侦业务的核心需求与技术问题 149
8.3 基于云计算的刑侦图像资源中心构架 150
8.4 刑侦图像增强服务平台框架 152
8.5 实际演示 155
8.5.1 模糊图像的实际演示1 155
8.5.2 模糊图像的实际演示2 156
附录 图像质量评估指标 158
后记 160
猜您喜欢