[发明专利]一种基于HR-LLE权值约束的人脸图像超分辨率复原方法

权利要求书

1.一种基于HR-LLE权值约束的人脸图像超分辨率复原方法，其特征在于包括如下步骤：

（一）全局HR-LLE权值约束重建

（1）全局平均重建权值约束

首先，需要建立两个人脸图像样本库，即成对的HR人脸图像样本库和相应的LR人脸图像样本库；

利用基于LLE的权值求解方法计算出每个LR人脸样本相对于其K₁最近邻样本的重建权值，如公式（1）所示；

其中为其中一个LR人脸样本图像，是其K₁个最近邻样本且是其相对于K₁个最近邻样本的重建权值；K₁=800；

利用基于LLE的权值求解方法计算出相应的HR人脸样本的重建权值，如公式（2）所示；

其中是与相对应的HR人脸样本图像，是与对应的K₁个最近邻HR样本，是其相对于K₁个最近邻HR样本的重建权值；

解最优化问题（1）和（2）得出LR样本和相应HR样本的重建权值，W_g=0.85；

（2）全局重建

输入一幅LR人脸图像x，大小为35×40个像素；利用欧氏距离从LR人脸样本库中找出x的K₁个最近邻人脸样本利用公式（3）得出x相对于的重建权值WG=[wG1,wG2,wG3,...,wGK1];]]>再利用公式（4）重建全局初步放大人脸图像y_G；

minϵ=||x-Σj=1K1wGjl→Gj||2+α|||WG||2-Wg|Σj=1K1wGj=1;wGj=0,if(l→Gj∉[l→G1,l→G2,l→G3l→G4......l→GK1])---(3)]]>

yG=Σj=1K1wGjh→Gj---(4)]]>

其中是在HR人脸样本库中相对应的HR人脸样本；在（3）中，利用全局平均重建权值l₂范数约束W_g对重建权值W_G进行约束，这样解最优化问题（3）后得出的重建权值就相对接近目标HR人脸图像的真实权值；ɑ=0.01；

（二）局部HR-LLE权值约束细节补偿

（1）局部平均重建权值约束

首先建立HR残差人脸样本和相应的LR残差人脸样本库；由样本中的LR图像利用全局HR-LLE权值约束算法生成一组初始放大HR图像样本，计算样本库中HR图像与这些初始放大HR样本之间的残差，得到一组HR残差样本库，然后对初始放大的HR人脸样本图像进行下采样，计算下采样后的子图像与LR人脸样本图像之间的残差，得到LR残差人脸样本图像；

由于局部细节补偿时是分块进行的，所以在求取局部平均重建权值约束的时候也采用分块的方法；将HR残差人脸图像分成8×8的像素块，相应的LR残差人脸图像分成2×2的像素块；与全局平均重建权值约束的求解方法相似，W_l=0.8；

（2）局部细节补偿生成最终放大人脸

将全局初始放大人脸y_G进行4倍下采样，然后将下采样人脸与输入LR人脸x做差，得到输入LR残差人脸diffLR；对LR残差人脸diffLR进行分块处理，块大小为2×2个像素；从LR残差人脸样本库中依次找到每个残差图像块的K₂个最近邻残差块K₂=600；利用公式（5）得出LR残差图像块相对于的重建权值WL=[wL1,wL2,wL3,...,wLK2];]]>再利用公式（6）重建HR残差图像块

minϵ=||LRLi-Σj=1K2wLjl→Lj||2+α|||WL||2-Wl|Σj=1K2wLj=1;wLj=0,if(l→Lj∉[l→L1,l→L2,l→L3......l→LK2])---(5)]]>

HRLi=Σj=1K2wLjh→Lj---(6)]]>

其中是在HR残差人脸样本图像块库中相对应的HR残差人脸图像块；在（5）中，利用局部平均重建权值约束W_l对重建权值W_L进行约束，这样解最优化问题（5）后得出的重建权值就相对接近于目标HR残差人脸图像块的真实重建权值；

依次重建HR残差图像块，最终重建出整幅HR残差图像diffHR；将HR残差人脸图像diffHR和初始放大人脸图像y_G相加，得到最终输出放大人脸图像y。