一种优化人脸图像超分辨率重构方法技术

本发明专利技术属于图像超分辨率重构领域，尤其是一种优化人脸图像超分辨率重构方法,其包括以下步骤：步骤1）、输入低分辨率人脸图像及K个低分辨率参考人脸图像；步骤2）、计算局部嵌入系数；步骤3）、将局部嵌入系统代入重构模型计算超分辨率重构图像；步骤4）、将上一步骤中求得的图像作为输入图像。该方法可以使人脸识别的精度得到提升。

【技术实现步骤摘要】

本专利技术属于图像超分辨率重构领域，尤其是。
技术介绍
专利号为201210164069. 9的专利公开了一种基于多流形判别分析超分辨率的人脸识别方法，该方法在训练阶段，通过多流形判别分析得到一个由低高辨率人脸图像多流形空间到高分辨率人脸图像多流形空间的映射矩阵。在原始高分辨率人脸图像多流形空间构建类内相似性图和类间相似性图，利用这两个近邻图构建判别约束项，最优化由重建约束项和判别约束项组成的代价函数，得到映射矩阵。在识别阶段，通过离线学习得到的映射矩阵将待识别的低分辨率人脸图像映射到高分辨率人脸图像多 流形空间，得到高分辨率人脸图像。但是现有的超分辨率重构方法重构的图像精度不够，造成人脸识别的性能严重下降。
技术实现思路
本专利技术所要解决的技术问题是为了改善图像重构的质量，本专利提出了，该方法可以使人脸识别的精度得到提升。本专利技术解决上述技术问题所采用的技术方案是，其包括以下步骤步骤I)、首先取输入低分辨率人脸图像I和K个与输入低分辨率人脸图像I的欧氏距离最近的低分辨率参考人脸图像IkOO，低分辨率参考人脸图像IkOO经仿射平移算子平移P个单位后的图像为Ik(x+P),取K = 本文档来自技高网...

【技术保护点】
一种优化人脸图像超分辨率重构方法，其特征在于：其包括以下步骤：步骤1）、首先取输入低分辨率人脸图像I和K个与输入低分辨率人脸图像I的欧氏距离最近的低分辨率参考人脸图像Ik(x)，低分辨率参考人脸图像Ik(x)经仿射平移算子平移p个单位后的图像为Ik(x+p)，取K＝6；步骤2）、对步骤1）中输入低分辨率人脸图像I和K个与输入低分辨率人脸图像I的欧氏距离最近的低分辨率参考人脸图像Ik(x)分别用复合重心有理插值算法进行插值放大，插值放大后的图像分别依次记为Il↑和Il↑,k,k=1,2,…,K，然后，采用光流法并利用Il↑和Il↑，k来获得高分辨率图像光流场；令K个参考样本在x处的配准误差为Er...

【技术特征摘要】

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：湖北微驾技术有限公司，
类型：发明
国别省市：