本文运用深度神经网络的方法克服姿态变量和图像分辨率的影响,提出了一种多姿态的人脸超分辨识别算法并在实验数据集上获得了良好的性能表现。另外本文利用深度信念网络探索正面人脸图像和侧面人脸图像的映射,方法放松了深度信念网络的输入也输出之间绝对相等,而只是保证其高层含义上的相等。实验表明了使用深度信念网络可以学习到侧面人脸图像到正面人脸图像的一个全局映射,但是丢失了个体细节差异。本文还提出了基于深度网络保持姿态邻域进行姿态分类的方法,在学习过程中,我们保证了同一个姿态下的人脸图像应该与同一姿态下的多张图

A Hierarchical Latent Variable Model for Data Visualization.pdf Bayesian Image Super-Resolution.pdf Bayesian Inference_An Introduction to Principles and Practice in Machine Learning.pdf Fast Marginal Likehood Maximisation for Sparse Bayesian Mo

深度神经网络，去模糊，超分辨重建,matlab代码。-Deep Networks for Image Super-Resolution with Sparse Prior

是《Learning a Deep Convolutional Network for Image Super-Resolution》文章相关的MATLAB代码，可以利用训练好的字典，通过CNN实现超分辨率重建(SR)的功能。(Matlab demo code for "Learning a Deep Convolutional Network for Image Super-Resolution" (ECCV 2014) and "Image Super-Reso