关键点重建算法在人脸超分辨率重建中的应用
?/p>
?/p>
文中主要对基于关键点的人脸图像逐点超分辨率重建
算法进行研究。在该算法中,对人脸中局部部位的细节进行
重建,通过在算法中对人脸关键点附近区域中的超分辨映?/p>
函数的分别训练,实现了对人脸超分的逐层迭代重建。实?/p>
结果表示,利用该方法可以有效减少目标图像重建中的?/p>
度?/p>
【关键词】分层网?/p>
关键?/p>
自编?/p>
1
引言
面向人脸图像的超分辨率技术已经在多个领域广泛?/p>
用,如身份认证、网络化监控等应用更加深入和广泛。在?/p>
文中,主要采用基于线性与非线性的学习方法,对上述的超
分映射函数进行学习。这其中,基于线性方法中选择采用?/p>
成分分析;而非线性方法在学习中则主要采用自编码网络,
所有的方法均可以对人脸图像的局部区域进行训练超分映
射函数的处理与学习。这其中,所提到的自编码网络学习?/p>
法,是神经网络学习领域中进行深度学习的主要理论基础?/p>
而在图像的超分辨率重构过程中,则主要采用双线性插值的
方式来进行初始化处理;接着,将样本学习过程中所获得?