基于馬爾科夫網(wǎng)絡(luò)的人臉圖像超分辨率算法.pdf

1、超分辨率是一種從低分辨率觀測(cè)結(jié)果中獲得高分辨率圖像或圖像序列的技術(shù)。低分辨率等同低頻信息，而高分辨率則包含了高、中、低各頻帶的信息。目前，超分辨率主要有基于重建的技術(shù)和基于學(xué)習(xí)的技術(shù)兩種方式。現(xiàn)在研究的熱點(diǎn)是人臉圖像超分辨率合成，即從低分辨率臉部圖像中獲得高分辨率圖像。人臉圖像超分辨率合成由Baker和Kanade提出，人臉圖像所隱含的高頻部分必須被完全構(gòu)造出來(lái)。人臉圖像超分辨率合成極具挑戰(zhàn)性，因?yàn)槿藗儗?duì)于臉部非常熟悉。 高分辨

2、率和超高分辨率在多媒體領(lǐng)域應(yīng)用非常廣泛，傳統(tǒng)的方法是輸入幾個(gè)低分辨率的圖像，然后合成出來(lái)一個(gè)高分辨率的圖像，問(wèn)題是我們很難獲得足夠數(shù)量的低分辨率圖像，所以這種技術(shù)應(yīng)用非常有限?；趯W(xué)習(xí)的超分辨率是依靠先驗(yàn)知識(shí)從低分辨率圖像中推斷丟失細(xì)節(jié)的算法。最近，在馬爾科夫網(wǎng)絡(luò)領(lǐng)域出現(xiàn)了基于學(xué)習(xí)的算法，但是大多數(shù)的算法獲得圖像信息的水平仍然很低，最新的研究表明如何提高獲取圖像信息的水平非常重要，值得深入的研究。我們即從這一點(diǎn)出發(fā)，在一些獲取圖像的技術(shù)

3、實(shí)例和馬爾科夫網(wǎng)絡(luò)的基礎(chǔ)上，研究人臉圖像超分辨率合成技術(shù)。 在本文中，我們研究的是人臉圖像超分辨率技術(shù)，或者說(shuō)基于樣本圖像和馬爾科夫網(wǎng)絡(luò)的人臉圖像超分辨率合成技術(shù)。我們構(gòu)造了一個(gè)高分辨率圖像的統(tǒng)計(jì)模型，并說(shuō)明如何通過(guò)該模型從一個(gè)低分辨率輸入圖像估計(jì)高分辨率圖像。我們的目標(biāo)是使超分辨率臉部圖像算法更加簡(jiǎn)單、靈活和適合于實(shí)時(shí)處理。在標(biāo)準(zhǔn)的馬爾科夫網(wǎng)絡(luò)框架下，采用了一種新穎算法，即采用特定位置抑制算子來(lái)增加馬爾科夫網(wǎng)絡(luò)中觀測(cè)函數(shù)的概率

4、值；對(duì)于馬爾科夫網(wǎng)絡(luò)中的隱含節(jié)點(diǎn)，通過(guò)像素顏色特征匹配和特定位置抑制算子選擇最接近的k個(gè)節(jié)點(diǎn)，在這些節(jié)點(diǎn)之間采用最一致的周邊相容性檢查技術(shù)，增加馬爾科夫網(wǎng)絡(luò)傳遞函數(shù)的值。在相關(guān)的訓(xùn)練使用樣本圖像并非很精確對(duì)齊的情況下，這些技術(shù)產(chǎn)生了良好效果。實(shí)際上，我們構(gòu)造一種自適應(yīng)馬爾科夫網(wǎng)絡(luò)，從而獲得一種精確、快速并且較簡(jiǎn)單，靈活的算法，以適應(yīng)輸入圖像的實(shí)時(shí)處理。本文提出的技術(shù)通過(guò)了幾個(gè)實(shí)例測(cè)試，采用圖像數(shù)據(jù)庫(kù)進(jìn)行了相關(guān)試驗(yàn)，演示了該算法，表明其有