基于整體到局部的分離式人臉超分辨率重建方法研究.pdf

1、超分辨率重建技術無論在軍用，還是在民用領域都有著極其廣泛的應用，具備巨大的應用前景和理論研究價值。而在大多數字圖像應用，圖像處理與分析領域經常要求高分辨率圖像或者視頻作為理想輸入信號，這使得超分辨率技術作為眾多圖像應用的預處理模塊顯得尤為重要。
　　 本文針對人臉超分辨率重建問題進行研究，通過對基于本征變換的超分辨率重建方法及基于稀疏表示的超分辨率重建方法的研究，提出分離式人臉超分辨率重建策略，并進行相關算法研究。同時，本文在此

2、基礎上針對這一學習型超分辨率重建策略中的特征提取步驟采用了改進算法，并引入了訓練庫選擇機制以增強相關算法對復雜人臉庫的魯棒性。本文主要研究內容概括如下：
　　 ①本文首先對課題研究的學術意義與應用價值進行闡述，分析超分辨率重建技術及人臉超分辨率重建技術的國內外現狀。對常見的三類超分辨率重建方法進行分析，并對人臉超分辨率重建問題及其適用的一些方法分別進行總結。通過對課題研究難點的分析，為本論文的研究奠定基礎。
　　 ②本文

3、從理論上分析圖像退化模型和超分辨率重建技術所涉及的關鍵理論及技術。介紹圖像降質過程的產生及相關的數學模型。試圖從圖像降質的本質上深入理解超分辨率技術重建問題，并尋找更合適的方法或模型。此外，本文還分析了目前常用的幾種客觀的超分辨率重建圖像質量評價標準。
　　 ③本文針對人臉超分辨率重建問題，提出一種基于整體到局部的分離式人臉超分辨率重建方法。該方法的特點是對給定的單幅低分辨率人臉輸入圖像，通過基于塊的局部本征變換方法將人臉先驗信

4、息引入到人臉整體結構的圖像復原中，利用人臉圖像的高低分辨率塊對的訓練集將輸入的低分辨率人臉圖像放大到中分辨率。然后再運用基于塊的稀疏表示方法與預先學習好的高低分辨率冗余字典來復原中分辨率人臉圖像的細節。實驗結果證明了，本文提出的人臉超分辨率重建方法的有效性。
　　 ④在學習型超分辨率重建方法中，提取訓練樣本圖像與測試樣本圖像中結構和細節相似的特征是解決問題的關鍵。本文對涉及到的一階梯度算子、二階梯度算子的來源、推導過程做了較深入

5、的分析。在此基礎上，對學習型人臉超分辨率重建的特征提取方法進行改進。根據人臉稀疏表示中原子的多方向性等特性，將原有的4個的梯度特征提取算子增加為8個，從而得到一種新的特征提取方法，更好的獲取到人臉圖像的結構與細節的相似信息。實驗表明了相關改進方法的有效性。
　　 ⑤由于將人臉整體結構及局部細節信息作為主要的先驗信息應用到學習型超分辨率重建中，所以訓練集中不同種類的人臉樣本如不同種族，也成為影響超分辨率重建效果的重要因素。為此，本