[發明專利]一種基于上下文線性模型的人臉超分辨率處理方法及系統

有效

• 申請號: 201610031339.7
• 申請日: 2016-01-18
• 公開（公告）號: CN105701770B
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 胡瑞敏;陳亮;周楚;李青;楊慶雄;盧正;馬蕓;韓鎮;魏雪麗;丁新;渠慎明
• 申請（專利權）人: 武漢大學
• 主分類號: G06T3/40
• 分類號: G06T3/40
• 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: 魏波

1.一種基于上下文線性模型的人臉超分辨率處理方法，其特征在于，包括以下步驟：

步驟1：構建訓練庫，所述訓練庫包含高分辨率人臉圖像庫及其對應的低分辨率人臉圖像庫；

取歸一化的清晰人臉圖像若干作為高分辨率圖像庫，將高分辨率圖像庫經過統一下采樣過程得到低分辨率圖像庫；

步驟2：采用相同的分塊方式將待處理低分辨率人臉圖像和訓練庫中圖像劃分為具有交疊部分的圖像塊，縱軸方向得到U個圖像塊，橫軸方向得到V個圖像塊；所述圖像塊為正方形，其邊長為psize；U＝ceil((row-dd)/(psize-dd))，V＝＝ceil((column-dd)/(psize-dd))，其中ceil(.)代表取整操作，dd是交疊像素數目，row是圖像的長，column是圖像的寬；

步驟3：對待處理低分辨率人臉圖像中的圖像塊X，確定其位置(i，j)，其中i＝1,2,3,...U，j＝1,2,3,...V；從待處理低分辨率人臉圖像上，找到該圖像塊位于n近鄰范圍內的毗鄰塊，毗鄰塊邊長為psize；通過計算(i，j)位置的圖像塊與毗鄰塊之間的相關性，確定該毗鄰塊的權重，將權重與該毗鄰塊，作為新的毗鄰塊；對于低分辨率人臉圖像庫，在(i，j)位置上的每一個在庫圖像塊，以相同的方法確定其毗鄰塊；

步驟4：用(i，j)位置的圖像塊的每一個毗鄰塊，輔助估計出對應的高分辨率(i，j)位置的圖像塊；其具體實現過程包括以下子步驟：

步驟4.1：對于待處理低分辨率的輸入塊，與權重的毗鄰塊做拼接；對于在低分辨率人臉圖像庫的每一個(i，j)位置的圖像塊，與其權重的毗鄰塊做拼接，得到待處理低分辨率拼接塊；

步驟4.2：在低分辨率人臉圖像庫中，查找得到待處理低分辨率拼接塊的近鄰；

步驟4.3：利用待處理低分辨率拼接塊的近鄰，線性權重表示出待處理低分辨率拼接塊；

其中權重其中ω_pq,k是ω_pq的第k個元素，k取值為1到K，K為近鄰最大個數；B_(i,j)是待處理低分辨率拼接塊，x_(i,j)是待處理低分辨率塊，x_pq是x_(i,j)位于位置pq的毗鄰塊，p表示x_pq在x_(i,j)的毗鄰塊中的位置，q表示取近鄰的個數，q＝1,2,…Nq；Nq是最大毗鄰位置個數，α表示x_pq和x_(i,j)的相關性；是對應位置的在低分辨率人臉圖像庫的拼接塊，表示(i，j)位置的低分辨率人臉圖像庫中的圖像塊，k＝1,2,…K，K表示近鄰總數；表示在pq位置的毗鄰塊，表示和之間的相關性；ω_pq表示B_(i,j)被表示的權重；D是一個對角線方陣，對角線值為B_(i,j)距離所有拼接近鄰的距離，D＝diag(d_pq,1,...,d_pq,K)，d_pq,k表示距離度量參數，k＝1,2，…，K；其中Dis(.)是歐氏距離計算，exp(.)表示指數運算；γ表示經驗值獲得的平衡參數；是的第k個元素，k的最大取值是的尺寸；

步驟4.4：將求得的ω_pq和近鄰集合相乘，得到對應高分辨率估計y_pq：的高分辨率空間的對應塊，即是近鄰集合

步驟4.5：利用步驟4.1到步驟4.4處理完每一個毗鄰塊，得到高分辨率估計的集合：

步驟5：求取權重

其中，是在pq位置上的所有低分辨率人臉圖像庫中的圖像塊的平均值，是在(i,j)位置上的所有低分辨率人臉圖像庫中的圖像塊的平均值，λ是經驗權重值，取值在[0,1]；為根據待測圖像的在庫表示求得的待測表示系數；為根據在庫的樣本平均值求得的經驗表示系數；

步驟6：融合高分辨率估計的集合為一個高分辨率估計y_(i,j)，

步驟7：拼接高分辨率人臉圖像塊y_(i,j)，得高分辨率人臉圖像。

2.根據權利要求1所述的基于上下文線性模型的人臉超分辨率處理方法，其特征在于：步驟1中所述構建訓練庫，是將高分辨率人臉圖像庫中高分辨率人臉圖像位置對齊，并進行降質處理，得對應的低分辨率人臉圖像庫，高分辨率人臉圖像庫和低分辨率人臉圖像庫構成訓練庫。