一种基于样本学习的人脸图像超分辨率重建方法技术

本发明专利技术是一种基于样本学习的人脸图像超分辨率重建方法，基于样本学习并针对人脸结构特征进行优化的人脸图像超分辨率重建，本发明专利技术的特征在于具有以下处理步骤：（１）分为训练和超分辨率重建两个部分；（２）对输入图像进行标定、分块等处理；（３）在训练得到的数据库中根据标定结果按邻域搜索残差人脸图像；（４）利用残差图像计算输入图像的。本发明专利技术所提供的算法，由其适用于人脸图像的超分辨率处理。在保持较好效果的同时，该方法还具有处理速度快，鲁棒性强等特点。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及一种基于样本学习的人脸图像超分辨率重建 方法，具体涉及一种利用样本学习，对低分辨率人脸图像进行超分辨率重建获得高分辨率 人脸图像，以及针对人脸特征进行优化。
技术介绍
人脸图像超分辨率重建技术的目标是对待超分辨率的人脸图像进行增强，虽然现 有的图像插值算法可以比较平滑地放大图像，但是因为插值算法无法恢复图像缩小时所损 失的信息，因此放大的图像比较模糊、使用价值不高。人脸图像超分辨率重建技术主要可以适应于如下情况1、对现有IC卡中存储的照片进行放大，便于查看、打印等。在更换现有(存储。采 集)设备的成本较高、重新采集可行性低等多种情况下，超分辨率重建技术尤其适用；2、对从监控设备中获取的人脸图像进行超分辨率处理，以便于识别。由于硬件工 艺、成本等限制，在监控领域可能无法采集到清晰的高分辨率图像，使用超分辨率重建技术 可以降低对硬件设备的依赖和提高系统的可用性。现有的有代表性的人脸超分辨率方法主要是Liu等人提出的两步超分辨率法。该 方法将人脸超分辨率重建分解为全局重建和局部重建两部分，其中全局重建使用主成份分 析(Principal Compone本文档来自技高网...

【技术保护点】
一种基于样本学习的人脸图像超分辨率重建方法，其特征在于：包含以下步骤：步骤Ｓ１：进入训练部分，首先设有由大小相同的ｍ幅高分辨率人脸样本图像组成的样本图像集｛Ｉ↑［Ｈ］｝↑［ｍ］，其中Ｉ↑［Ｈ］表示样本图像，样本图像集中的第ｉ幅样本图像表示为Ｉ↓［ｉ］↑［Ｈ］，１≤ｉ≤ｍ，使用人脸标定算法或手工对ｍ幅样本图像中的人脸结构进行标定，得到每幅样本图像的人脸特征，并依据人脸特征对ｍ幅样本图像进行对齐处理，使相同的人脸特征位于样本图像中大致相同的位置；步骤Ｓ２：利用公式Ｉ↓［ｉ］↑［Ｄ到图像Ｉ↑ｎ上，获得合成的图像；步骤Ｓ１２：对合成的图像进行平滑且保持边缘的滤波算法处理，得到最终的超分辨率图像，完成超...

【技术特征摘要】

【专利技术属性】
技术研发人员：王欣刚，安闻川，刘东昌，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11[中国|北京]