[发明专利]基于反向流形约束的鲁棒性人脸超分辨率处理方法及系统

权利要求书

1.一种基于反向流形约束的鲁棒性人脸超分辨率处理方法，其特征是，包括：

S1构建包含高分辨率人脸图像库及其对应的低分辨率人脸图像库的训练库；

S2采用相同的分块方式将待处理低分辨率人脸图像和训练库中图像划分为具交叠部分的正方形图像块；划分待处理低分辨率人脸图像所得图像块称为待处理图像块，划分训练库中高分辨率人脸图像和低分辨率人脸图像所得图像块分别称为高分辨率图像块和低分辨率图像块；对高分辨率图像块和低分辨率图像块分别编号，并使高分辨率图像块和其对应的低分辨率图像块编号相同；

S3在训练库中找寻各高分辨率图像块在欧式空间的K近邻高分辨率图像块，该K近邻高分辨率图像块的编号集为得对应的低分辨率图像块的高分辨率局部流行空间和低分辨率局部流行空间K为经验值，p_l表示高分辨率图像块和低分辨率图像块的编号；

S4在训练库中找寻各待处理图像块在欧式空间的K'近邻低分辨率图像块，各K'近邻低分辨率图像块的高分辨率局部流行空间和低分辨率局部流行空间构成的局部流行空间，根据的局部流行空间构建投影矩阵；K'为经验值，与K相等或不相等；

S5：采用投影矩阵恢复对应的待处理图像块，获得待估图像块；

S6：拼接待估图像块得待估高分辨率人脸图像。

2.如权利要求1所述的基于反向流形约束的鲁棒性人脸超分辨率处理方法，其特征是：

S1具体为：

将高分辨率人脸图像库中高分辨率人脸图像位置对齐，并进行降质处理，得对应的低分辨率人脸图像库，高分辨率人脸图像库和低分辨率人脸图像库构成训练库；

同时，在S2之前，使待处理低分辨率人脸图像与训练库中图像大小相同，且位置对齐。

3.如权利要求2所述的基于反向流形约束的鲁棒性人脸超分辨率处理方法，其特征是：

所述的位置对齐采用仿射变换法将进行位置对齐。

4.如权利要求1所述的基于反向流形约束的鲁棒性人脸超分辨率处理方法，其特征是：

S5中所获得待估图像块其中，表示待处理图像块，M_p表示的投影矩阵。

5.一种基于反向流形约束的鲁棒性人脸超分辨率处理系统，其特征是，包括：

训练库构建模块，用来构建包含高分辨率人脸图像库及其对应的低分辨率人脸图像库的训练库；

图像块划分模块，用来采用相同的分块方式将待处理低分辨率人脸图像和训练库中图像划分为具交叠部分的正方形图像块；划分待处理低分辨率人脸图像所得图像块称为待处理图像块，划分训练库中高分辨率人脸图像和低分辨率人脸图像所得图像块分别称为高分辨率图像块和低分辨率图像块；对高分辨率图像块和低分辨率图像块分别编号，并使高分辨率图像块和其对应的低分辨率图像块编号相同；

局部流行空间建立模块，用来在训练库中找寻各高分辨率图像块在欧式空间的K近邻高分辨率图像块，该K近邻高分辨率图像块的编号集为得对应的低分辨率图像块的高分辨率局部流行空间和低分辨率局部流行空间K为经验值，p_l表示高分辨率图像块和低分辨率图像块的编号；

投影矩阵构建模块，用来在训练库中找寻各待处理图像块在欧式空间的K'近邻低分辨率图像块，各K'近邻低分辨率图像块的高分辨率局部流行空间和低分辨率局部流行空间构成的局部流行空间，根据的局部流行空间构建投影矩阵；K'为经验值，与K相等或不相等；

图像块恢复模块，用来采用投影矩阵恢复对应的待处理图像块，获得待估图像块；

图像块拼接模块，用来拼接待估图像块得待估高分辨率人脸图像。