[发明专利]一种由单帧低分辨率人脸图像重建多帧不同角度高分辨率人脸图像的方法

说明书

技术领域

本发明涉及一种图像处理方法，具体涉及一种由单帧低分辨率人脸图像重建多帧不同角度高分辨率人脸图像的方法。

背景技术

超分辨率是指由一帧或者多帧低分辨率图像重建出一帧或者多帧高分辨率图像。目前绝大部分人脸图像超分辨率技术仅仅局限于正面或者有轻微角度变化的人脸图像，而且这些技术重建出的高分辨率人脸仅仅只有一种角度。而在实际中，比如视频监控、刑侦等，获取的人脸图像大都是不同角度的，因此从某一角度低分辨率人脸图像重建出包括该角度在内的多个角度的高分辨率图像的方法，具有很高的应用价值和实际意义。

多角度的人脸图像超分辨率技术是一个比较有挑战性的课题，目前仅有(利用美国工程索引(Ei)进行检索结果)英国伦敦大学玛丽女王学院Shaogang Gong教授的实验室提出的方法(文献1：Jia.K.，Gong，S.：Multi-modal Tensor face forSimultaneous Super-resolution and Recognition.Proceeding of the Tenth IEEEinternational conference on Computer Vision，pp.，2005；文献2：Jia.K.，Gong，S.：Multi-modal Face image super-resolution in Tensor space.IEEE conference onadvanced video and signal based surveillance，pp.264-269，2005；文献3：Jia，K.，Gong，S.：Generalized face super-resolution.IEEE Transactions on Image Processing17，pp.873-886，2008)。这些方法在Bayesian概率框架下利用了张量分解变换方法，来进行多角度人脸的表示、转换和超分。众所周知，概率模型和张量模型是比较复杂的数学模型，基于这样模型的多角度超分辨率重建方法，虽然可以取得结果，但是计算量非常大。

发明内容

本发明目的在于提供一种能够从某一角度单帧低分辨率人脸图像重建出包括该角度在内的多个角度高分辨率人脸图像的方法。本发明的方法解决目前绝大部分人脸超分辨率方法仅仅只能重建出单一角度的高分辨率人脸图像的问题，并且克服仅有的一种同类方法存在的计算复杂，运算量大的缺点。

为达到上述目的，本发明采用的技术方案是：

1)对输入的单帧低分辨率人脸图像，使用多个相同角度低分辨率人脸训练图像，在所有权值的和为1的约束下，计算线性组合逼近的权值；

2)将步骤1)中的训练图像替换为一一对应的待重建角度的人脸低分辨率训练图像，使用步骤1)得到的线性组合逼近的权值，线性组合出待重建角度的人脸低分辨率图像；

3)将步骤2)合成的低分辨率人脸图像，以及待重建角度人脸的高、低分辨率人脸训练图像则划分为相互重叠的图像块；

4)对步骤2)合成的待重建角度的人脸低分辨率图像经步骤3)划分后的图像块的每一个图像块，分别使用待重建角度的人脸低分辨率训练图像同位置的图像块，使用步骤1)的方法，分别计算线性组合逼近的最优权值；

5)将步骤4)中低分辨率训练图像同位置的图像块替换为一一对应的相同角度高分辨率训练人脸图像相同位置的图像块，使用步骤4)求出的线性组合逼近的最优权值，线性组合出待重建角度的在该人脸位置的高分辨率人脸图像块；

6)将步骤5)合成的高分辨率图像块依照其在人脸图像的位置，拼接为整体图像。

所说的计算线性组合逼近的权值步骤如下：