基于稀疏表示模型的人臉超分辨率研究

　　針對當前人臉超分辨率重建過程中存在的重建系數(shù)不一致導致誤差的問題，結合稀疏表示模型，提出或擴展了一系列新的基于稀疏表示模型的人臉超分辨率算法，提高了稀疏表示準確性，改進了高低分辨率重建系數(shù)的一致性，最終改善了重建結果人臉圖像的主客觀質(zhì)量。具體包括三方面的工作：**，從學習字典的訓練方法出發(fā)，結合稀疏性和近鄰性特征優(yōu)勢，構建圖約束正則項，提高字典表達能力，進而改善基于稀疏表示模型的人臉超分辨率算法性能。第二，從高低分辨率重建系數(shù)的映射方法出發(fā)，對高低分辨率重建系數(shù)的誤差進行建模，提出在基于稀疏表示的超分辨率算法中引入稀疏編碼噪聲抑制正則項，改進高低分辨率重建系數(shù)的一致性，提高算法的噪聲魯棒性。第三，針對光照對單一像素相似性度量準則影響較大的問題，在稀疏表示相似性度量準則中引入自商圖，構建多形態(tài)稀疏表示模型，提高算法對光照魯棒性。

暫缺《基于稀疏表示模型的人臉超分辨率研究》作者簡介