[發明專利]一種基于局部約束表示的人臉超分辨率重建方法

有效

• 申請號: 201110421452.3
• 申請日: 2011-12-16
• 公開（公告）號: CN102521810A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 胡瑞敏;江俊君;王冰;韓鎮;黃克斌;盧濤;王亦民
• 申請（專利權）人: 武漢大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 薛玲

技術領域

本發明涉及圖像超分辨率領域，具體涉及一種基于局部約束表示的人臉超分辨率重建方法。

背景技術

在安全保障系統中，監控攝像機已經得到了廣泛的應用。然而，在許多情況下，攝像機與感興趣的景物（如人臉等）距離很遠，使得視頻中所拍攝到的人臉圖像的分辨率很低，人臉所占的區域往往只有幾十個像素。由于分辨率太小，感興趣的人臉圖像丟失了過多的細節信息，這使得監控攝像機所拍攝得到的人臉難以有效地被人或者機器所辨別。因此，如何提高低分辨率人臉圖像的質量，有效增強監控錄像中低質量人臉圖像的分辨率，為下一步的人臉辨別提供足夠的特征細節信息，成為當下亟待解決的問題。人臉超分辨率技術（也叫幻覺臉技術）就是一種由輸入低分辨率人臉圖像產生高分辨率人臉圖像的圖像超分辨率重建方法。

近年來，學者們提出了大量的基于學習的人臉超分辨率方法。這類方法根據高低分辨率圖像對所構成的訓練集這一先驗信息，輸入一張低分辨率的人臉圖像，就可以超分辨率重建出一張高分辨率的人臉圖像。例如，2000年Freeman等人在文獻1（W.?Freeman,?E.?Pasztor,?and?O.?Carmichael.?Learning?low-level?vision.?In?IJCV,?40(1):25–47,?2000）中首先提出一種Markov網絡（Markov?network）方法，這個方法也是最早的基于學習的超分辨率方法。同年，Simon和Kanade專門針對人臉圖像，在文獻2（S.?Baker?and?T.?Kanade.?Hallucinating?faces.?In?FG,?Grenoble,?France,?Mar.?2000,?83-88.）中提出了一種人臉幻構（face?hallucination）方法。隨后，Liu等人在文獻3（C.?Liu,?H.Y.?Shum,?and?C.S.?Zhang.?A?two-step?approach?to?hallucinating?faces:?global?parametric?model?and?local?nonparametric?model.?In?CVPR,?pp.?192–198,?2001.）中提出人臉重建的兩步法，分別合成人臉的全局和局部信息。至此，基于學習的超分辨率方法引起了學者們的廣泛關注。