[發(fā)明專利]基于雙流形對齊的人臉超分圖像處理方法

有效

• 申請?zhí)枺?/td>: 200910054912.6
• 申請日: 2009-07-16
• 公開（公告）號: CN101609503A
• 公開（公告）日: 2009-12-23
• 發(fā)明（設(shè)計）人: 張軍平;李想
• 申請（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海東亞專利商標(biāo)代理有限公司
• 代理人: 羅習(xí)群

1.一種基于雙流形對齊的人臉超分圖像處理方法，其特征在 于：該方法包括以下的步驟：

①對兩個訓(xùn)練集高分辨率圖像HR和低分辨率圖像LR進(jìn)行主成 分分析PCA，使之降到相同的維數(shù)：設(shè)原HR數(shù)據(jù)為通 過主成分分析PCA降維后，得到HR數(shù)據(jù)的均值以及由一組正交 向量組成的變換矩陣P^h，數(shù)據(jù)點的PCA系數(shù)為i＝1，2，…，N； 同理，對于LR數(shù)據(jù)通過主成分分析PCA，同樣可以得 到P^l，以及i＝1，2，…N；

②對步驟①得到的兩個數(shù)據(jù)點PCA系數(shù)矩陣 和做普洛克路斯忒斯 Procrustes對齊，即對矩陣A＝Y(jié)^lTY^h做奇異值分解，得A＝USV^T， 然后計算Q＝UV^T以及k＝trace(S)/trace(Y^lTY^l)；再對Y^l做變換， 得到

③對于在LR空間的某個測試樣本t_i，首先對它按照進(jìn)行主成 分分析PCA降維，得到再進(jìn)行普洛克路斯忒斯 Procrustes對齊，得到然后在中找到的m個近鄰 算出權(quán)重系數(shù)w₁，w₂，...，w_m，然后找到LR空間的這些近鄰 點對應(yīng)的HR空間的數(shù)據(jù)點計算最后通過步 驟①計算出的變換矩陣以及數(shù)據(jù)點均值，得到最后的高分辨率人臉輸 出：Oi′=Ph′·O+xh‾;]]>

以上三個步驟得到全局臉O_i′；

④對LR訓(xùn)練集的每一個樣本，按照前三個步驟做，得到輸入 的全局HR臉o₁，o₂，...，o_N，然后用HR訓(xùn)練集的樣本減去全局HR臉， 得到殘差HR訓(xùn)練集然后對殘差HR訓(xùn)練集進(jìn)行降采樣， 得到殘差LR訓(xùn)練集

⑤對于LR空間的某個測試樣本t_i，將其減去步驟③算出的LR 全局臉得到殘差臉

⑥對按照前三個步驟進(jìn)行計算和變換，得到殘差HR訓(xùn)練集 和殘差LR訓(xùn)練集，得到殘差臉

⑦得到最終的SR圖像