[发明专利]基于支撑集驱动稀疏编码的人脸图像超分辨率重建方法

说明书

技术领域

本发明涉及图像超分辨率领域，具体涉及一种基于支撑集驱动稀疏编码的人脸图像超分辨率重建方法。

背景技术

人脸超分辨率，或人脸幻构，是一种在人脸图像训练集的帮助下由低分辨率人脸图像产生高分辨率人脸图像的技术。人脸超分辨率常应用于视频监控。许多情况下，行人与摄像机距离较远，拍摄到的人脸为低分辨率图像从而缺乏的面部细节特征，而这些特征对于人脸图像的分析和识别是非常重要的。2000年，Baker和Kanade在文献1（S.Baker and T.Kanade.Hallucinating faces.In FG,Grenoble,France,Mar.2000,83-88.）中首次提出人脸超分辨率方法，又叫人脸幻构（face hallucination），他们采用贝叶斯方法，利用训练集中人脸图像的先验信息，通过学习的方法获得低分辨率人脸对应的高分辨率图像，以此来达到较大的放大倍数及较好的效果。随后，Liu等人在文献2（C.Liu,H.Y.Shum,and C.S.Zhang.A two-step approach tohallucinating faces:global parametric model and local nonparametric model.In CVPR,pp.192–198,2001.）中提出人脸重建的两步法，分别合成人脸的全局信息和局部信息。

至此，基于学习的人脸图像超分辨率方法引起了人们的广泛关注。Wang等人在文献3（X.Wang and X.Tang.Hallucinating face by eigentransformation[J].IEEE Trans.SMC(Part C),2005,vol.35,no.3,pp.425–434.）中提出一种基于特征转换的全局脸超分辨率方法。然而，这种全局脸的方法表达能力有限，合成出来的图像通常在人脸轮廓部分存在明显的重影。还有Chang等人在文献4（H.Chang,D.Y.Yeung,and Y.M.Xiong.Super-resolution through neighborembedding.In CVPR,pp.275-282,2004.）中指出高低分辨率图像块所构成的流形空间具有相似局部几何结构。基于这一假设，他们提出一种基于邻域嵌入的图像超分辨率重建方法，通过K个近邻来估计高分辨率图像块。由于其近邻数K是固定，因此这种方法在对图像块进行表示时会造成过拟合或者拟合不当的问题，进而导致了重建图像的边缘模糊。为了解决这一问题，Yang等人在文献5（J.Yang,H.Tang,Y.Ma,and T.Huang,“Face hallucination via sparsecoding,”ICIP，pp.1264–1267,2008.）中采用了稀疏编码的方法，自适应的选择与图像重建最相关的近邻块，获得了较好的重建效果。