[发明专利]一种人像超分辨率重建方法

权利要求书

1.一种人像超分辨率重建方法，其特征在于，包括如下步骤：

步骤1，获取人像高分辨率图像；

步骤2，对获取的人像高分辨率图像重建，以得到与之对应的人像低分辨率图像；

步骤3，对人像高分辨率图像和与之对应的人像低分辨率图像进行图像预处理；

步骤4，把图像预处理后的人像高分辨率图像和与之对应的人像低分辨率图像作为成对人像，将所述成对人像输入深度神经网络进行训练，学习人像低分辨率图像与人像高分辨率图像之间的特征映射，训练完成后得到人脸图片超分辨重建模型；

步骤5，将测试图像输入人脸图片超分辨重建模型进行人脸图片超分辨重建。

2.根据权利要求1所述的人像超分辨率重建方法，其特征在于，步骤1中获取的人像高分辨率图像为从网络中下载的无损人脸图片。

3.根据权利要求1所述的人像超分辨率重建方法，其特征在于，步骤2中，对获取的人像高分辨率图像进行重建的方法包括：散焦模糊、随机旋转、仿射变换和双三次插值编码。

4.根据权利要求1或3所述的人像超分辨率重建方法，其特征在于，步骤2中，采用多线程的方式对获取的人像高分辨率图像进行重建。

5.根据权利要求1所述的人像超分辨率重建方法，其特征在于，步骤3中对人像高分辨率图像和与之对应的人像低分辨率图像进行图像预处理的方法为：先将人像高分辨率图像和人像低分辨率图像拆分成红绿蓝RGB三通道，然后转化为YCbCr格式。

6.根据权利要求1所述的人像超分辨率重建方法，其特征在于，步骤4中的深度神经网络为：依次连接的1个通用卷积层、4个残差块、1个通用卷积层、若干上采样层和1个通用卷积层；其中，

所述通用卷积层为一个卷积核大小为3×3、步长为1、输出通道为128的卷积层；

所述残差块包括1个所述通用卷积层，设置的激活函数为ReLU，并采用正则化规范处理；每两层残差块之间增加一个捷径，即将上一个残差块的输入直接向下一个残差块的输入连接了一条传递线来进行恒等映射，以进行残差计算；

所述上采样层包括1个特殊卷积层，其后进行像素缩放，设置的激活函数为ReLU，并采用正则化规范处理；所述特殊卷积层为一个卷积核大小为3×3、步长为1、输出通道为512的卷积层。

7.根据权利要求6所述的人像超分辨率重建方法，其特征在于，所述深度神经网络采用L1范数损失函数作为损失函数。

8.根据权利要求7所述的人像超分辨率重建方法，其特征在于，步骤4中在所述深度神经网络训练过程中，学习率随着迭代次数逐步衰减。