[发明专利]基于SRGAN网络的超分辨率人脸图像重建方法

摘要

本发明公开了一种基于SRGAN网络的超分辨率人脸图像重建方法，采用SRGAN网络作为超分辨人脸图像重建模型，获取若干高分辨率人脸图像，经过下采样得到对应的低分辨率人脸图像，从而构成训练样本集，然后基于训练样本集对SRGAN网络进行训练，在训练过程中基于EM散度对优化目标函数进行改进；将需要进行重建的低分辨率人脸图像输入训练好的SRGAN网络中的生成器G中，输出对应的超分辨率人脸图像的重建图像。本发明通过对SRGAN网络的训练方法进行改进，得到更优的SRGAN网络，从而提高超分辨率人脸图像重建结果的质量。

主权项

1.一种基于SRGAN网络的超分辨率人脸图像重建方法，其特征在于包括：S1：构建SRGAN网络；S2：获取若干高分辨率人脸图像I^HR，经过下采样得到对应的低分辨率人脸图像I^LR，每幅高分辨率人脸图像I^HR和对应的低分辨率人脸图像I^LR构成一个训练样本，从而得到训练样本集；S3：采用步骤S2得到的训练样本集对SRGAN网络进行训练，训练过程中生成器G的优化目标函数为：判别器D的优化目标函数为：其中，x表示真实的高分辨率人脸图像，z表示输入生成器G的低分辨率人脸图像，G(z)为生成器G中生成的超分辨率重建人脸图像，P_g表示超分辨重建人脸图像的概率分布，P_r表示真实的高分辨率人脸图像的概率分布，D(x)、D(G(z))分别表示判别器D判断高分辨率人脸图像、超分辨率重建人脸图像是否为真实人脸图像的概率，E[]表示数学期望，表示真实高分辨率人脸图像x和超分辨率重建人脸图像G(z)的一个随机线性组合，P_u表示样本的概率分布，k和p分别表示一个常数；S4：将需要进行重建的低分辨率人脸图像输入步骤S3训练好的SRGAN网络中的生成器G中，输出对应的超分辨率人脸图像的重建图像。