一种用于人脸图像超分辨率的提升方法
计算机视觉与模式识别
2018-05-07 v3
摘要
近年来，稀疏表示在人脸图像超分辨率中取得了巨大成功。传统的基于稀疏性的方法对人脸图像块强制执行稀疏编码，并使用 -范数来衡量表示保真度。这种稀疏编码模型对所有面部图像块进行同等正则化，然而却忽略了不同面部图像块在图像重建中的独特性质。在本文中，我们提出了一种基于 AdaBoost 的新的加权图像块超分辨率方法。具体而言，在 AdaBoost 操作的每次迭代中，根据模型在每个图像块上的表现自动对其加权，从而突出那些对提高下一步重建能力更为关键的图像块。这样，通过 AdaBoost 训练过程，我们可以更多地关注具有更丰富信息的图像块（人脸区域）。在标准人脸数据库上的各种实验结果表明，我们提出的方法在客观指标和视觉质量方面均优于 state-of-the-art 方法。
引用
@article{arxiv.1609.01805,
title = {A Boosting Method to Face Image Super-resolution},
author = {Shanjun Mao and Da Zhou and Yiping Zhang and Zhihong Zhang and Jingjing Cao},
journal= {arXiv preprint arXiv:1609.01805},
year = {2018}
}
备注
14 pages, 3 figure