[发明专利]基于双流形对齐的人脸超分图像处理方法

权利要求书

1.一种基于双流形对齐的人脸超分图像处理方法，其特征在 于：该方法包括以下的步骤：

①对两个训练集高分辨率图像HR和低分辨率图像LR进行主成 分分析PCA，使之降到相同的维数：设原HR数据为通 过主成分分析PCA降维后，得到HR数据的均值以及由一组正交 向量组成的变换矩阵P^h，数据点的PCA系数为i＝1，2，…，N； 同理，对于LR数据通过主成分分析PCA，同样可以得 到P^l，以及i＝1，2，…N；

②对步骤①得到的两个数据点PCA系数矩阵 和做普洛克路斯忒斯 Procrustes对齐，即对矩阵A＝Y^lTY^h做奇异值分解，得A＝USV^T， 然后计算Q＝UV^T以及k＝trace(S)/trace(Y^lTY^l)；再对Y^l做变换， 得到

③对于在LR空间的某个测试样本t_i，首先对它按照进行主成 分分析PCA降维，得到再进行普洛克路斯忒斯 Procrustes对齐，得到然后在中找到的m个近邻 算出权重系数w₁，w₂，...，w_m，然后找到LR空间的这些近邻 点对应的HR空间的数据点计算最后通过步 骤①计算出的变换矩阵以及数据点均值，得到最后的高分辨率人脸输 出：Oi′=Ph′·O+xh‾;]]>

以上三个步骤得到全局脸O_i′；

④对LR训练集的每一个样本，按照前三个步骤做，得到输入 的全局HR脸o₁，o₂，...，o_N，然后用HR训练集的样本减去全局HR脸， 得到残差HR训练集然后对残差HR训练集进行降采样， 得到残差LR训练集

⑤对于LR空间的某个测试样本t_i，将其减去步骤③算出的LR 全局脸得到残差脸

⑥对按照前三个步骤进行计算和变换，得到残差HR训练集 和残差LR训练集，得到残差脸

⑦得到最终的SR图像