基于整體到局部的分離式人臉超分辨率重建方法研究.pdf

1、超分辨率重建技術(shù)無論在軍用，還是在民用領(lǐng)域都有著極其廣泛的應(yīng)用，具備巨大的應(yīng)用前景和理論研究價值。而在大多數(shù)字圖像應(yīng)用，圖像處理與分析領(lǐng)域經(jīng)常要求高分辨率圖像或者視頻作為理想輸入信號，這使得超分辨率技術(shù)作為眾多圖像應(yīng)用的預(yù)處理模塊顯得尤為重要。
　　 本文針對人臉超分辨率重建問題進(jìn)行研究，通過對基于本征變換的超分辨率重建方法及基于稀疏表示的超分辨率重建方法的研究，提出分離式人臉超分辨率重建策略，并進(jìn)行相關(guān)算法研究。同時，本文在此

2、基礎(chǔ)上針對這一學(xué)習(xí)型超分辨率重建策略中的特征提取步驟采用了改進(jìn)算法，并引入了訓(xùn)練庫選擇機(jī)制以增強(qiáng)相關(guān)算法對復(fù)雜人臉庫的魯棒性。本文主要研究內(nèi)容概括如下：
　　 ①本文首先對課題研究的學(xué)術(shù)意義與應(yīng)用價值進(jìn)行闡述，分析超分辨率重建技術(shù)及人臉超分辨率重建技術(shù)的國內(nèi)外現(xiàn)狀。對常見的三類超分辨率重建方法進(jìn)行分析，并對人臉超分辨率重建問題及其適用的一些方法分別進(jìn)行總結(jié)。通過對課題研究難點(diǎn)的分析，為本論文的研究奠定基礎(chǔ)。
　　 ②本文

3、從理論上分析圖像退化模型和超分辨率重建技術(shù)所涉及的關(guān)鍵理論及技術(shù)。介紹圖像降質(zhì)過程的產(chǎn)生及相關(guān)的數(shù)學(xué)模型。試圖從圖像降質(zhì)的本質(zhì)上深入理解超分辨率技術(shù)重建問題，并尋找更合適的方法或模型。此外，本文還分析了目前常用的幾種客觀的超分辨率重建圖像質(zhì)量評價標(biāo)準(zhǔn)。
　　 ③本文針對人臉超分辨率重建問題，提出一種基于整體到局部的分離式人臉超分辨率重建方法。該方法的特點(diǎn)是對給定的單幅低分辨率人臉輸入圖像，通過基于塊的局部本征變換方法將人臉先驗(yàn)信

4、息引入到人臉整體結(jié)構(gòu)的圖像復(fù)原中，利用人臉圖像的高低分辨率塊對的訓(xùn)練集將輸入的低分辨率人臉圖像放大到中分辨率。然后再運(yùn)用基于塊的稀疏表示方法與預(yù)先學(xué)習(xí)好的高低分辨率冗余字典來復(fù)原中分辨率人臉圖像的細(xì)節(jié)。實(shí)驗(yàn)結(jié)果證明了，本文提出的人臉超分辨率重建方法的有效性。
　　 ④在學(xué)習(xí)型超分辨率重建方法中，提取訓(xùn)練樣本圖像與測試樣本圖像中結(jié)構(gòu)和細(xì)節(jié)相似的特征是解決問題的關(guān)鍵。本文對涉及到的一階梯度算子、二階梯度算子的來源、推導(dǎo)過程做了較深入

5、的分析。在此基礎(chǔ)上，對學(xué)習(xí)型人臉超分辨率重建的特征提取方法進(jìn)行改進(jìn)。根據(jù)人臉稀疏表示中原子的多方向性等特性，將原有的4個的梯度特征提取算子增加為8個，從而得到一種新的特征提取方法，更好的獲取到人臉圖像的結(jié)構(gòu)與細(xì)節(jié)的相似信息。實(shí)驗(yàn)表明了相關(guān)改進(jìn)方法的有效性。
　　 ⑤由于將人臉整體結(jié)構(gòu)及局部細(xì)節(jié)信息作為主要的先驗(yàn)信息應(yīng)用到學(xué)習(xí)型超分辨率重建中，所以訓(xùn)練集中不同種類的人臉樣本如不同種族，也成為影響超分辨率重建效果的重要因素。為此，本