基于局部约束低秩表示的人脸超分辨率重建方法

    公开(公告)号:CN105469359B

    公开(公告)日:2019-05-03

    申请号:CN201510904054.5

    申请日:2015-12-09

    Abstract: 本发明公开了一种基于局部约束低秩表示的人脸超分辨率重建方法,包括以下步骤:S1、获取一张待重建的低分辨率人脸图像,将它与多张高分辨率人脸图像分别进行比对,找到互相重叠的图像块;S2、分别计算其在局部约束和低秩约束条件下的表达权重系数并对其求解,得到最优权重系数;S3、用其对应的高分辨率人脸图像上的重叠图像块,结合最优权重系数以及重叠次数进行合成,得到高分辨率的人脸图像块;S4、对合成得到的多个高分辨率的人脸图像块进行位置拼合,得到一张完整的高分辨率人脸图像。本发明能够获得更高质量的高分辨率人脸图像。

    基于多约束推理的互联网地理位置信息规范化方法

    公开(公告)号:CN104572992B

    公开(公告)日:2018-07-17

    申请号:CN201510004485.6

    申请日:2015-01-06

    Abstract: 本发明提供一种基于多约束推理的互联网地理位置信息规范化方法,首先利用爬虫从互联网上挖掘需要的原始文本地理信息,然后利用自定义的地理规范化模型,对从互联网中获取的零散的、不易理解的地理信息进行规范化,将他们进行分词,按照规范化的格式进行存储,最后结合贝叶斯公式进行计算判断信息的可信度,进行信息库的更新,使已经建立的规范化的地理文本信息库不断的完善和充实,信息的准确性和可靠性不断的提升。本发明提出了基于多约束的贝叶斯算法,提高了地理信息的准确性。

    一种基于低秩恢复的鲁棒性图像分割算法

    公开(公告)号:CN105894519A

    公开(公告)日:2016-08-24

    申请号:CN201610259261.4

    申请日:2016-04-25

    CPC classification number: G06T2207/20021

    Abstract: 本发明属于图像处理技术领域,公开了一种基于低秩恢复的鲁棒性图像分割算法,其特征在于:采用低秩空间分解得到特征空间图像,通过基于最小割/最大流的图割法,分割特征空间图像;包括以下步骤:将待处理图像划分成相互重叠的图像块,按照重叠分块时的位置将图像块转化成列向量矩阵;采用低秩矩阵恢复方法处理图像块的列向量矩阵,得到特征空间图像;通过基于最小割/最大流的图割法,分割特征空间图像。本发明通过低秩空间恢复,提取更多的图像边缘信息,使得图像标记更为准确,提高了图像的分割质量。克服了噪声点对分割质量的影响。

    基于半耦合判决性字典学习的极低分辨率人脸识别方法及系统

    公开(公告)号:CN105787462A

    公开(公告)日:2016-07-20

    申请号:CN201610147824.0

    申请日:2016-03-16

    CPC classification number: G06K9/00221 G06K9/6256 G06K9/6262

    Abstract: 本发明公开了一种基于半耦合判决性字典学习的极低分辨率人脸识别算法及系统,该方法包括以下两个阶段:训练阶段和测试阶段;训练阶段包括以下两个步骤:S1、构建初始高、低分辨率表达字典;S2、更新初始高、低分辨率表达字典,得到标准矩阵集;测试阶段包括以下三个步骤:S3、获取极低分辨率人脸图像,求出相应的极低分辨率局部表达系数矩阵;S4、得到新的待测试系数矩阵集;S5、根据标准矩阵集和待测试系数矩阵集,得出识别结果。本发明提升了极低分辨率人脸图像的表达能力,提升了对极低分辨率人脸图像的识别率,识别效率高,识别速度较快;另外本方法在极低分辨率人脸图像的重建中也取得了较好的效果。

    基于图像块自适应配准的视频超分辨重建方法

    公开(公告)号:CN104063849A

    公开(公告)日:2014-09-24

    申请号:CN201410280297.1

    申请日:2014-06-20

    Abstract: 本发明公开了一种基于图像块自适应配准的视频超分辨重建方法,首先输入低分辨率视频,获得多帧低分辨率图像;其次利用帧差法提取多帧图像的运动边缘信息,使用自适应图像块的配准准则来划分图像块的大小;然后根据图像降质模型,估计出降质点扩散函数,和多帧图像的运动补偿矩阵。最后根据图像降质过程获得高分辨率图像的重建优化目标函数,求解出高分辨率图像。本发明能够解决视频中的局部运动的超分辨率问题,具有较好的实用性。

Patent Agency Ranking