基于学习的超分辨率重建技术  

Learning-based super-resolution reconstruction

作　　者：刘琚[1] 乔建苹[2] 

机构地区：[1]山东大学信息科学与工程学院,山东济南250100 [2]山东师范大学传播学院,山东济南250014

出　　处：《智能系统学报》2009年第3期199-207,共9页CAAI Transactions on Intelligent Systems

基　　金：国家自然科学基金资助项目(60572105;60872024);新世纪优秀人才支持计划资助项目(NCET-05-0582);教育部博士点专项基金资助项目(20050422017);高等学校科技创新工程重大项目培育资金项目(708059);山东省自然科学基金资助项目(Y2007G04)

摘　　要：超分辨率重建是图像处理和计算机图形学领域的热点研究问题.主要介绍基于学习的超分辨率重建技术的基本理论和研究进展,包括基于支撑向量机、流形学习和独立分量分析等几种典型的基于学习的超分辨率重建技术以及作者的最新研究结果,最后对未来可能的发展做了展望.Super-resolution reconstruction is an important problem in image processing and computer graphics. This paper introduces key mathematical principles and the latest progress in learning-based super-resolution. Several typical artificial intelligent techniques, such as support vector machines, manifold learning, independent component analysis and so on, were analyzed. Finally, areas meriting further investigation were outlined.

关 键 词：超分辨率重建 支持向量机 流形学习 独立分量分析 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]