检索结果

Select

1. 低质量无约束人脸图像下的超分辨率摆正

孙强, 谭晓阳

计算机应用 2017, 37 (11): 3226-3230. DOI: 10.11772/j.issn.1001-9081.2017.11.3226

摘要（633）

PDF （963KB）（443）

针对人脸识别算法准确率受面部姿态、遮挡、图像分辨率等因素影响的问题，提出一种超分辨率摆正的方法，作用于低质量无约束输入图像上，生成高清晰度标准正面视图。主要通过估计输入图像与3D模型间的投影矩阵，产生标准正面视图，通过人脸对称性的特点，补全由于姿态、遮挡等原因所产生的面部缺失像素。在摆正过程中，为了提高图像分辨率以及避免面部像素信息丢失，引入一个16层的深度递归卷积神经网络进行超分辨率重构；并提出两个扩展：递归监督和跳跃链接，来降低网络训练难度以及缩小模型体量。在经过处理的LFW数据集上实验表明，该方法对人脸识别和性别检测算法的性能具有显著提升作用。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于空间自适应Bayesian缩减的NSCT域图像去噪方法

孙强高勇焦李成

计算机应用 2010, 30 (8): 2080-2084.

摘要（436）

PDF （839KB）（1123）

提出了一种基于空间自适应Bayesian缩减的NSCT域图像去噪方法。该方法运用了广义高斯分布对NSCT域图像的子带系数进行建模,并通过构造各向异性的椭圆窗口来描述各个子带内系数的局部背景特性,从而建立了NSCT域空间自适应Bayesian缩减机制的图像去噪方法。通过图像去噪实验验证了所提出方法的有效性。同时,与4种具有平移不变性的Contourlet去噪方法做了对比，进一步证实了所提出方法的优良去噪性能。