文档介绍：午南大学硕士学位论文分类号——专业技术职称■⋯⋯黄东军⋯整撬⋯⋯⋯⋯超金赫率重掏簋洼研窥⋯学科、专业⋯⋯....论文题目小样本训练集下人脸图像研究生姓名⋯⋯⋯⋯.隧⋯塞⋯⋯⋯⋯⋯导师姓名及编号密级年
’.’..
㈣⋯帆￡煦￡旦郧礸旦舀鲤5川⋯⋯海瓹...:¨■
..............
储躲鲢导师签谬啦眺一年￡月字日醅、支原创性声明学位论文版权使用授权书本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。作者签名:
摘要图像超分辨率技术是指利用若干幅低分辨率图像作为输入,通过一系列信号处理的手段融合出具有更多高频细节信息的高分辨率图像的方法的总称。由于图像超分辨率技术能在不需要升级现有的硬件设备的条件下,突破硬件设备的性能限制而取得更好的图像效果,因而在视频监控、医疗图像、卫星图像等领域得到广泛的应用。本文针对小样本训练集下,人脸图像超分辨率学习算法普遍存在的块效应和局部失真现象,提出了一种能有效克服上述问题的人脸图像超分辨率学习算法。该算法在马尔可夫网络模型中,通过引入插值和分步放大的策略提高了观察函数的计算精度;通过引入视觉相容性检查准则优化了兼容性函数的计算;通过引入权值机制,提高了算法在有限的训练集条件下利用训练集的能力,实验结果证实了本文算法本文针对马尔可夫网络模型下的图像分块、训练集生成、分块方式及分块大小等具体问题,进行了详细的阐述和分析。对影响算法效果的各种因素进行了大量的实验和总结,对如何在图像的重建过程中改进算法的效果提出了自己的观点和建议,为提高人脸图像超分辨率的重建质量做出了积极探索本文设计并实现了一个基于本文算法的系统实验平台,该实验平台能通过不同参数的设置来比较各种因素对算法重建效果的影响,利用该实验平台,我们可以获得本文算法实验效果的详尽数据,便于对算法的实验效果做出客观的评价。关键词人脸图像,超分辨率,小样本,块效应,分块方式的有效性。
,⋯,.甀甒色琣,,。“瓵琽琣,甌,.甌瑂,琤Ⅱ一●●●