论文研究基于学习超分辨率重建中的样本选择方法.pdf

提出一种人脸图像超分辨率重建（Super-ResolutionReconstruction，SRR）的自适应学习样本选择方法。利用局部保持投影（LocalityPreservingProjections，LPP）算法的局部保持能力，在人脸图像局部流形上分析其非线性结构特征，并给出了LPP变换向量的数值解法。在LPP的特征空间中动态搜索学习样本，即选择出与输入图像块最为相似的像素块集合。利用选择出的样本通过基于像素块的特征变换法完成超分辨率重建。实验表明，自适应样本选择方法可以快速、有效地选择出少量学习样本，具有良好的图像高频信息复原能力。