基于反向流形约束的鲁棒性人脸超分辨率处理方法及系统技术方案

本发明专利技术公开了一种基于反向流形约束的鲁棒性人脸超分辨率处理方法及系统，包括：S1：构建训练库；S2：将待处理低分辨率人脸图像和训练库中图像划分为具交叠部分的图像块；S3：逐一建立训练库中各高分辨率图像块的局部流行空间；S4：逐一建立各待处理图像块的高分辨率局部流行空间和低分辨率局部流行空间，并构建各待处理图像块的投影矩阵；S5：采用投影矩阵恢复对应的待处理图像块，获得待估图像块；S6：拼接待估图像块得待估高分辨率人脸图像。本发明专利技术采用高分辨率局部流形空间的距离度量来决定低分辨率局部流形空间，对于低质量环境下人脸图像的恢复，在主观质量上可以得到明显的提升，尤其适用于监控环境下损毁严重的人脸图像恢复。

【技术实现步骤摘要】

本专利技术涉及图像处理和图像恢复
，具体涉及一种基于反向流形约束的鲁 棒性人脸超分辨率处理方法及系统。
技术介绍
人脸超分辨率技术是通过辅助训练库，学习高低分辨率对应关系，进而达到从已 有的低分辨率人脸图像中估计出高分辨率人脸图像的目的。人脸超分辨率现在被广泛应用 于多个领域，其中最具代表性的领域之一就是监控录像中的人脸图像增强。随着监控系统 的广泛普及，监控视频在刑事取证和刑侦调查过程中发挥着越来越重要的作用。而人脸图 像作为直接证据之一，在案件分析和法庭取证中占据着重要的位置。然而，由于现有条件 下，目标嫌疑人与摄像头距离相对较远，捕捉到的监控人脸可用像素非常少，兼之真实情况 下由于恶劣天气（例如：雨雾）、光照（例如：光照过强、过暗、明暗不均）、器件等因素对捕 获的图像引发的严重损毁（例如：严重的模糊和噪声），图像恢复、放大和辨识往往受到严 重的干扰。这就需要用到人脸超分辨率技术提升图像分辨率，从低分辨率图像恢复到高分 辨率图像。 近年来，流形学习逐渐成为了人脸超分辨率的主流方法。这类方法的核心思想是： 描述低分辨率图像的流形空间关系，寻找出每个低分辨率图像数本文档来自技高网...

【技术保护点】
一种基于反向流形约束的鲁棒性人脸超分辨率处理方法，其特征是，包括：S1构建包含高分辨率人脸图像库及其对应的低分辨率人脸图像库的训练库；S2采用相同的分块方式将待处理低分辨率人脸图像和训练库中图像划分为具交叠部分的正方形图像块；划分待处理低分辨率人脸图像所得图像块称为待处理图像块，划分训练库中高分辨率人脸图像和低分辨率人脸图像所得图像块分别称为高分辨率图像块和低分辨率图像块；对高分辨率图像块和低分辨率图像块分别编号，并使高分辨率图像块和其对应的低分辨率图像块编号相同；S3在训练库中找寻各高分辨率图像块在欧式空间的K近邻高分辨率图像块，该K近邻高分辨率图像块的编号集为得对应的低分辨率图像块的高分辨...

【技术特征摘要】

【专利技术属性】
技术研发人员：胡瑞敏，陈亮，韩镇，陈军，江俊君，魏雪丽，丁新，李青，马芸，杨振国，关健，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42