基于学习超分辨率重建中的样本选择方法

• 作 者: 江静 张雪松
• 机 构: 华北科技学院机电工程系,中国矿业大学（北京）煤炭资源与安全开采国家重点实验室,中国电子科技集团第53研究所光电信息控制和安全技术重点实验室
• 出 处: 计算机工程与应用
• 发表日期: 2012年14期
• 关键词: 样本选择 超分辨率 人脸图像 局部保持投影 sample selection super-resolution face image locality p
• 基金项目: 国家科技支撑计划项目（No.2006BAK03B00）, 北京市自然科学基金资助项目（No.4102060）, 中央高校基本科研业务费资助（No.JD1201B）

提出一种人脸图像超分辨率重建(Super-Resolution Reconstruction,SRR)的自适应学习样本选择方法。利用局部保持投影(Locality Preserving Projections,LPP)算法的局部保持能力,在人脸图像局部流形上分析其非线性结构特征,并给出了LPP变换向量的数值解法。在LPP的特征空间中动态搜索学习样本,即选择出与输入图像块最为相似的像素块集合。利用选择出的样本通过基于像素块的特征变换法完成超分辨率重建。实验表明,自适应样本选择方法可以快速、有效地选择出