论文部分内容阅读
针对现有基于样本学习的人脸超分辨率算法对人脸图像采用全局搜索,存在非局部误匹配且复原图像视觉效果不佳等问题,提出了一种新的基于匹配学习的人脸图像超分辨率算法。首先根据输入图像预分类得到一个样本子类库,并构建相应的特征图像。在匹配过程中,针对不同人脸图像,采用2种新的搜索策略,考虑了图像块之间的相似性和一致性,使复原图像看起来更加连贯自然。实验结果表明,与其他方法相比,本文算法生成的高分辨率人脸图像获得了更好的视觉效果和更高的平均峰值信噪比,具有很好的实用价值。