基于对偶字典学习的图像超分辨技术研究

作     者：曾俊国 

作者机构：成都工业学院教务处四川成都611730 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2013年第34卷第8期

页      码：2844-2849页

摘      要：提出一种基于对偶字典学习的图像超分辨方法,通过稀疏重建的方法得到重建的图像,对偶字典通过稀疏表示将低分辨图像和高分辨图像联系起来。在稀疏表示过程中,低分辨图像在低分辨字典上的稀疏表示能够很好地提高对应的高分辨图像在高分辨字典上的稀疏表示效果。将字典的学习建模为包含l1范数优化问题的双层最优化问题,采用隐微分法计算随机梯度下降的期望梯度。仿真实验结果表明,该方法能够达到和联合字典学习方法相同的速度和质量,同时,在实际应用中可以通过神经网络模型学习方法提高算法的速度。与现有的算法比较,表明了该算法的有效性。

主 题 词：稀疏表示 神经网络 字典学习 超分辨 随机梯度 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

馆 藏 号：203139606...