[发明专利]基于随机森林分类器加权结果的超分辨率合成系统和方法

说明书

本发明公开了基于随机森林分类器的加权结果提供超分辨率合成的方法和系统。实施例将训练好的随机森林分类器对从低分辨率输入图像生成的低分辨率图像块进行分类。当每个低分辨率图像块被馈入随机森林分类器中时，随机森林分类器中的每棵决策树对每个低分辨率图像块的特定类别进行“投票”。每个类别与一个投影矩阵相关联。决策树输出的投影矩阵通过加权平均计算一个总投影矩阵作为随机森林分类器的输出，用于计算每个低分辨率图像块的高分辨率图像块。将高分辨率图像块组合，以生成一个合成的高分辨率图像，与低分辨率输入图像对应。

技术领域

本发明涉及图像合成，更具体地，涉及基于随机森林分类的加权结果的超分辨率合成。

背景技术

由动态或静态图像相机拍摄的图像，通常用于多个领域，包括安全、零售、娱乐等。例如，图像可用于检测和跟踪人、面部识别、流量/人数统计、质量控制和/或多个其他基于图像的应用。在许多情况下，拍摄的图像可能是低分辨率图像，无法为精确应用提供足够的细节。例如，由于缺乏详细的视觉数据，低分辨率图像可能不足以执行面部识别。一个挑战是如何提高低分辨率图像的分辨率，使其适于合适的应用场景。

已经研发出一种方法以解决低分辨率图像的不足，该方法基于主动形状模型(Active Shape Mode，ASM)算法步骤架，使用随机森林算法，从低分辨率图像中提取图像特征。在该方法下，使用通用ASM，通过应用随机森林以适配一个真实面部，来调整低分辨率图像的特征点(例如，面部关键点)。然而，该方法不足以稳健地从低分辨率图像生成和/或合成一个高分辨率图像，因为它仅调整模型的特征点而不是构建高分辨率图像。

如上所述，图像可以用于在大量人流量环境中进行流量统计或人数计数，例如在商场、火车站、交通路口等。流量/人数统计对于安全考虑是很重要的，例如在容量有限的环境中。流量/人数统计对于营销研究也很重要。营销研究组织对消费者流动的分析有很高的要求，以确定营销策略。以前，流量/人数统计和监测系统使用红外或热传感仪器来检测和计算人数。最近，流量/人数统计系统利用相机拍摄的视频图像来检测和计算人数。

在这些系统中，使用视频数据，可以根据识别人体的整体或某些部分来计人数。例如，在一种现有方法中，相机从顶部拍摄视图，并在图像帧上设置一条计数线。从拍摄的图像中提取形状、纹理和颜色信息，并使用这些信息来识别人头。然后，计算通过计数线的人头数。在另一种现有方法中，使用相机来检测图像中的面部。检测到的每张脸都算作一个人。但是，在这些方法下，图像上的干扰会影响人头的检测并影响计数。例如，图像中的面部被遮挡或以其他方式被阻挡，图像的面部关键点(landmark)不完整，和/或图像中的光分布会影响图像的分辨率，这都会妨碍检测头部和/或面部。另外，当干扰停止，这个人又出现时，这些方法会重新检测这个人并重新计算这个人，因为在这些方法中，没有机制来确定这个人已经被计入了。

另一种流量/人数统计方法提出了一种算法，通过使用主动外观模型(ActiveAppearance Model，AAM)搜索并估计面部的方位角来合成正面人脸。这种方法可用于面部不完整的情况，因为它不是正面对准的，而是以一定角度定向。在这种方法中，AAM方位角应用于不完整的面部，该面部按某角度扭转。然而，这种方法是不准确的，因为它仅仅依赖于方位角的估计，并且当人在被遮挡后重新出现时不能防止重复计数。

发明内容