用于遠(yuǎn)距離人臉識(shí)別的超分辨率圖像恢復(fù)研究.pdf

1、在生物特征識(shí)別中，人臉識(shí)別因其自然性及不被被測個(gè)體察覺的特點(diǎn)成為主要的技術(shù)之一。但在用于遠(yuǎn)距離識(shí)別的步態(tài)圖像中，因攝像頭距離監(jiān)控人較遠(yuǎn)，視頻場景通常比較復(fù)雜，導(dǎo)致所采集側(cè)面人臉圖像區(qū)域面積較小，分辨率低且光照變化，難于進(jìn)行有效的人臉檢測與識(shí)別。針對這個(gè)問題，本文提出一種對視頻采集的原始低分辨率人臉圖像進(jìn)行超分辨率恢復(fù)的方法，得到可用于人臉識(shí)別的高分辨率人臉圖像。
　　 本研究首先分析了遠(yuǎn)距離條件下人臉圖象退化的建模問題，建立了對

2、應(yīng)的圖像退化模型，將人臉圖像超分辨率恢復(fù)放在離散余弦變換(DCT)域中解決，其中對原始遠(yuǎn)距離低分辨率圖像應(yīng)用三次樣條插值算法獲得過渡高分辨率圖像，并從中提取直流分量(DC)系數(shù)，用于重建最終的目標(biāo)高分辨率圖像。對目標(biāo)高分辨率圖像的交流分量(AC)系數(shù)估計(jì)采用一種簡化推斷模型，主要包括以下工作：①對低分辨率人臉圖像做DCT變換，取DC系數(shù)與不同數(shù)量的AC系數(shù)，并將其做逆變換。對于11個(gè)人臉圖像，選取不同個(gè)數(shù)的AC系數(shù)時(shí)的峰值信噪比，得到結(jié)

3、論為AC系數(shù)為15時(shí)其恢復(fù)效果最優(yōu)。②簡化Markov網(wǎng)絡(luò)模型，即簡化AC系數(shù)推斷模型，在對系數(shù)使用局部線性插值算法做降維運(yùn)算后對其能量函數(shù)求解最小值得到目標(biāo)高分辨率圖像的AC系數(shù)。
　　 基于上述DC與AC系數(shù)，利用圖像相加得到目標(biāo)高分辨率圖像的分塊圖像并對其進(jìn)行后置濾波，得到最終的目標(biāo)高分辨率圖像。然后對遠(yuǎn)距離采集的步態(tài)視頻中截取的人臉圖像進(jìn)行相關(guān)測試，首先采用Adaboost算法做人臉識(shí)別，對比超分辨率恢復(fù)前后人臉識(shí)別效果