[发明专利]基于双流形对齐的人脸超分图像处理方法

说明书

技术领域

本发明涉及一种图像处理方法，特别涉及一种基于双流形对齐的 人脸超分图像处理方法。

背景技术

目前，人脸超分辨率研究存在诸多的困难，现阶段仍未形成实用 性的方法和理论框架，主要的难点表现在如何利用一组训练图像来构 造相应的知识库，并基于知识库重建低分辨率测试图像的高分辨率 解。

图像超分辨率的目标，在于用一幅或多幅低分辨率的图像重构出 高分辨率的图像。目前主要的超分辨率算法有基于插值的，基于重构 的和基于学习的。

人脸超分辨率是图像超分辨率里的一个特殊领域，主要原因在于 人脸具有一些相似的拓扑结构，这些典型的结构特征可以视为一种强 的先验信息，有利于缩小超分求解的搜索空间。在基于学习的超分算 法中，可将低分辨率(LR)图像和高分辨率(HR)图像视为两个异构 的流形，因为HR/LR图像对反映了相同的内容，然而却是在不同的分 辨率空间表达该内容。因此，我们可以推断，它们在所张成的子空间 中具有相似的拓扑结构。所以，如果找到生成HR/LR图像的共同空间， 使得拓扑相似性最大化，并能对齐异构的HR/LR的结构，再在此基础 上，通过学习算法，得到高维流形(HR图像)与低维流形(LR图像) 之间的对应关系或映射系数等，对提高图像超分辨率效果势必有很大 帮助。

目前，超分辨率研究涉及到的技术领域主要有：图像处理、机器 学习等。

发明内容

本发明根据上述难点，提出一种基于双流形对齐的技术用于人脸 超分，将训练集中的高分辨率图像和低分辨率图像这两个异构的流形 对齐后再进行超分算法。从实验看出该方法在重构高分辨率图像上优 于其他已有的方法，能够推进超分辨率技术的进一步发展。

本发明欲解决人脸超分变率领域的一个问题，即如何将异构的 HR/LR(高分/低分)流形对齐。

在人脸超分辨率研究中，一个较普遍的基于学习的方法，是使用 局部线性嵌入法。其基本思想是构建两个数据集，一个是低分辨率的， 一个是高分辨率的。对于测试的低分辨率图像，首先求解其在低分辨 率数据集上的表示系数，再利用低分辨率图像块和高分辨率图像块的 流形一致性假设，使用低分辨率数据集上的表示系数重构出高分辨率 的图像块。然而，流形的一致性假设在很多情况下都是不成立的，即 两个高分辨率和低分辨率两个数据集并不是同构数据集，而是异构数 据集。

本发明提供了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HR和LR进行主成分分析PCA，使之降到相同 的维数：设原HR数据为x₁^h，x₂^h，...，x_N^h，通过主成分分析PCA降维后， 得到HR数据的均值x^h，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yih=Pxih(i=1,2,...,N);]]>同理，对于LR数据 x₁^l，x₂^l，...，x_N^l，通过主成分分析PCA，同样可以得到x^l，P^l，以及y_i^l(i＝1，2，…N)；