论文研究基于二维奇异值分解的人脸图像超分辨率重建算法研究 .pdf

用KSVD和OMP算法实现的超分辨率放大算

针对经典的基于卷积神经网络的单幅图像超分辨率重建方法网络较浅、提取的特征少、重建图像模糊等问题，提出了一种改进的卷积神经网络的单幅图像超分辨率重建方法，设计了由密集残差网络和反卷积网络组成的新型深度卷

鉴于非下采样Contourlet变换（NSCT）系数包含原始图像各方向的所有细节信息，以及改进BP神经网络高度非线性映射的快速收敛和准确性，提出一种应用NSCT和改进BP神经网络的超分辨率图像重建算法

图像超分辨率（SR）重建是使用一定数量的先验知识从同一场景中的一个或一系列低分辨率（LR）图像重建高分辨率（HR）图像。基于学习的算法是一种有效的图像超分辨率重建算法。该算法的核心思想是利用图像的训练

基于二维线性判别分析的人脸识别算法研究，王丽莉，周亚同，在现有成熟的人脸识别算法中，主成份分析法（PCA）侧重于压缩，不利于分类，线性判别分析（LDA）算法虽适合于分类，但存在小样本的

改进的PMD距离图像超分辨率重建算法

鉴于基于小波域隐马尔可夫树的噪声抑制性和较好的边缘保持性,提出一种基于小波域隐马尔可夫树的序列图像的超分辨率重建算法。针对小波系数进行统计建模,讨论了不同尺度小波系数之间的隐马尔可夫树结构,利用了序列

基于非局部联合稀疏模型的高光谱图像超分辨率重建，李映，杨静，本文提出了一种基于非局部联合稀疏模型的高光谱图像超分辨率重建算法。该算法首先利用在线字典学习方法对低空间分辨率的高光谱训

提出了一种基于奇异值分解的Contourlet域数字水印算法。对置乱后的水印图像进行奇异值分解，在Contourlet域中选取合适的方向子带，利用得到的奇异值来调制系数矩阵，然后通过逆变换获取嵌入水印

以提升小波变换和奇异值分解的理论为基础，提出了一种新的基于LWT和SVD的灰度图像水印算法。该算法核心思想是先对载体图像进行分块；然后对每块二级LWT后的中高频带继续LWT；再对选取的各频带进行SVD