基于稀疏表示的人臉超分辨率算法研究.pdf

1、超分辨率圖像重建能夠克服低分辨率圖像傳感器的限制，有效的提高圖像的分辨率，增加圖像的細(xì)節(jié)，是計算機視覺的重要研究領(lǐng)域之一。人臉超分辨率問題是超分辨率領(lǐng)域中的核心問題之一，已經(jīng)引起了刑偵、安全等方面的關(guān)注。人臉超分辨率問題，尤其是單幅圖像的人臉超分辨率，一直是探討的熱點。近年來，基于稀疏表示的單幀圖像超分辨率算法在普通圖像的超分辨率重建方面取得了很好的效果。但相對于普通圖像來說，人臉圖像結(jié)構(gòu)比較復(fù)雜，而且具有特定的先驗信息，因此有必要研究

2、針對單幀人臉圖像的稀疏表示超分辨率算法，來提高人臉超分辨率算法的效率。
　　根據(jù)基于稀疏表示的單幀圖像超分辨率算法及人臉圖像的特點，本文在稀疏表示的框架下提出了2種有效的人臉超分辨率算法，具體研究成果如下：
　　(1)針對人臉結(jié)構(gòu)復(fù)雜，具有特定的先驗信息特點，本文提出了一種基于多字典稀疏表示的人臉圖像超分辨率算法。首先，對人臉圖像塊進(jìn)行分類，不同類別的人臉圖像塊代表人臉不同的區(qū)域，具有不同的分布；其次，針對不同的人臉圖像塊類

3、別，分別進(jìn)行稀疏表示字典學(xué)習(xí)，不同的類別具有不同的字典對及稀疏表示映射矩陣，能夠更好的反映高分辨率和低分辨率圖像塊之間的對應(yīng)關(guān)系。同時，通過貝葉斯非參數(shù)學(xué)習(xí)的方法學(xué)習(xí)圖像塊空間之間的映射關(guān)系，使一對圖像塊的稀疏表示具有相同的稀疏結(jié)構(gòu)，增加稀疏表示的一致性。實驗結(jié)果表明，本算法具有更高的信噪比和結(jié)構(gòu)相似度，有效的提高了人臉圖像的整體清晰度，同時，在很大程度上縮短了圖像重建的時間。
　　(2)人臉圖像中邊緣信息豐富，超分辨率重建過程中

4、，如何保持邊緣細(xì)節(jié)是需要重視的問題。在字典學(xué)習(xí)和重建超分辨率人臉圖像的過程中，二者都需要先對低分辨率圖像進(jìn)行上采樣，才能進(jìn)行后續(xù)處理。在許多基于稀疏表示的超分辨率算法中，上采樣過程采用二次插值或三次插值的方法，容易造成圖像邊緣模糊。本文將邊緣定向非線性插值算法引入低分辨率圖像上采樣過程，提高了上采樣后圖像的邊緣細(xì)節(jié)保持能力，同時結(jié)合多字典學(xué)習(xí)方法來提高超分辨率的效率和精度。實驗結(jié)果表明，本算法具有更高的信噪比和較小的誤差，增加了圖像的邊