比SRCNN效果好的传统超分辨率算法汇总

1、基于深度协作表达的人脸图像超分辨率算法研究与应用_百度学术 

采用一种深度协作表达算法框架，构造深度的多线性模型 分段拟合高低分辨率图像块之间的非线性关系，本文算法简洁高效，提供了一种新的深度学习模型，实验表明本文算法相比传统基于表达的算法和基于卷积神经网络的人脸超分辨率算法具有更好的主客观重建质量。

通过留一策略更新每个层的低分辨率人脸图像训练集。

 

采用一种自适应加权协作表达的人脸超分辨率算法，该算法：

1）引入自适应矩阵和权重矩阵，自适应地调节优化函数中重建误差项和表达系数之间的比例关系和进行权重优化，

2）并且受到深度学习的超分辨率方法的启发，为了更好的恢复图像的细节和高频信息，引入了残差字典学习，

3）同时在所提出的算法中，将传统的基于位置块的方法扩展成基于上下文信息块的方法，不仅从位置块获得图像结构的先验知识，也从非位置块中获得了图像先验信息，能够更好重建出目标高分辨率图像。

 

转载于:https://www.cnblogs.com/wxl845235800/p/10524423.html