夏苏娜
- 作品数：3 被引量：0H指数：0
- 供职机构：苏州大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 应用于人脸识别的超分辨率算法研究
- 超分辨率算法是指通过对一幅或多幅低分辨率图像特征提取并重构，从而得到一幅清晰的高分辨率图像。通过超分辨率技术，在固有的硬件设备下，能够得到更好的图像效果，因而超分辨率技术在视频监控、医疗成像等领域得到广泛的应用。人脸的唯...
- 夏苏娜
- 关键词：人脸识别超分辨率算法特征提取图像处理
- 文献传递
- 一种应用于人脸识别的超分辨率方法
- 2014年
- 为提高局部保持投影(LPP)在人脸图像超分辨率中的适用性,在LPP中引入典型相关分析(CCA),提出一种相关性增强的局部保持投影方法(CELPP)。CELPP用于提取高分辨率图像与低分辨率图像特征,根据关系学习建立低分辨率图像特征与高分辨率图像特征之间的映射变换,输入低分辨率图像,通过CELPP特征提取和关系映射,得到高分辨率图像,并将其用于人脸识别。对人脸库ORL和Yale进行的实验结果表明,该方法同时考虑了高分辨率图像与低分辨率图像的相似性及同类图像的局部结构性,在基于人脸识别的超分辨率应用中优于LPP和CCA。
- 夏苏娜马小虎
- 关键词：超分辨率局部保持投影
- 核正交判别局部正切空间对齐算法
- 2013年
- 针对现有的局部正切空间算法中存在的问题,文中提出一种基于核变换的特征提取方法——核正交判别局部正切空间对齐算法(KOTSDA).该算法首先利用核方法将人脸图像投影到一个高维非线性空间,提取其非线性信息;然后在目标函数中利用正切空间判别分析算法在保持样本的类内局部几何结构的同时最大化类间差异;最后添加正交约束,得到核正交判别局部正切空间对齐算法.该算法不需要经过PCA降维,有效避免判别信息的丢失,在ORL和Yale人脸库上的实验验证算法有效性.
- 郑刚民夏苏娜马媛媛马小虎
- 关键词：特征提取核空间流形学习
