【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于K近邻重识别的人脸超分辨率重建方法，将待重建低分辨率人脸图像、高分辨率训练集和低分辨率训练集内样本图像分别划分为相互交叠的图像块；对待重建低分辨率人脸图像的各图像块，根据高分辨率流形的几何信息更可信且更具有代表性这一先验，同时利用低分辨率流形和高分辨率流形的几何信息对识别出的近邻图像进行更新，计算由重新识别出的近邻图像块进行线性重建时的最优权重系数；将重新识别出的近邻图像块，用一一对应的高分辨率训练集内相应图像的相应位置图像块进行替换，加权合成高分辨率图像块；按照合成图像块在人脸上的位置，融合成高分辨率人脸图像。本专利技术具有更高的重建精度和重建效率，可重建高质量的人脸图像。【专利说明】基于K近邻重识别的人脸超分辨率重建方法
本专利技术涉及图像超分辨率领域，具体涉及一种基于K近邻重识别的人脸超分辨率重建方法。
技术介绍
人脸图像，相对于其他类型的生物特征(如指纹、虹膜、视网膜等)，可以采用更方便、自然、直接的方式获得。因为人脸图像的获取是一种非侵入性方式，因此，基于人脸图像的应用得到了广泛的开发和研究。然而，许多情况下，...
【技术保护点】
基于K近邻重识别的人脸超分辨率重建方法，其特征在于，包括步骤：步骤1，将待重建低分辨率人脸图像、低分辨率训练集中低分辨率样本图像及高分辨率训练集中高分辨率样本图像划分为数量相等的相互重叠图像块，所述的低分辨率样本图像和所述的高分辨率样本图像一一对应；步骤2，对待重建低分辨率人脸图像中各图像块分别进行超分辨率重建，本步骤进一步包括子步骤：2.1从高分辨率训练集和低分辨率训练集样本图像中提取与图像块位置相同的图像块，构成图像块的高分辨率训练样本图像块集Hq和低分辨率训练样本图像块集Lq；2.2从图像块的低分辨率训练样本图像块集Lq中找出图像块的k个近邻图像块，构成图像块的低分辨...
【技术特征摘要】
【专利技术属性】
技术研发人员：胡瑞敏，渠慎明，江俊君，王中元，陈亮，黄震坤，胡金辉，
申请(专利权)人：武汉大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。