[發(fā)明專利]一種基于深度學(xué)習(xí)的近紅外人臉圖像超分辨率重建方法有效
| 申請?zhí)枺?/td> | 201710282054.5 | 申請日: | 2017-04-26 |
| 公開(公告)號: | CN107123091B | 公開(公告)日: | 2020-02-14 |
| 發(fā)明(設(shè)計)人: | 李根;童同;高欽泉 | 申請(專利權(quán))人: | 福建帝視信息科技有限公司 |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40 |
| 代理公司: | 35211 福州君誠知識產(chǎn)權(quán)代理有限公司 | 代理人: | 戴雨君 |
| 地址: | 350000 福建省福州市*** | 國省代碼: | 福建;35 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 外人 圖像 分辨率 重建 方法 | ||
1.一種基于深度學(xué)習(xí)的近紅外人臉圖像超分辨率重建方法,其特征在于:其包括如下步驟:
步驟1,利用人臉圖像中兩個眼睛的相對位置,把原始近紅外人臉圖像中所有人臉圖像位置對齊;
步驟2,將對齊后獲得的人臉訓(xùn)練集以固定比例轉(zhuǎn)換獲得包含K幅M×N超分辨率人臉圖像訓(xùn)練圖其中M和N分別為人臉圖像的寬度和高度,索引i=1,2,…,K;
步驟3,將超分辨率人臉圖像訓(xùn)練圖中的每幅圖像以縮放比例S生成其一一對應(yīng)的K幅低分辨率人臉圖像訓(xùn)練圖索引i=1,2,…,K;
步驟4,利用低分辨率人臉圖像訓(xùn)練圖的每幅圖像低分辨率人臉圖像分別執(zhí)行的初始階段、殘差階段、中間階段、反卷積階段和重建階段獲得重建的超分辨率人臉圖像Fl″(Y);
所述步驟4具體包括以下步驟:
步驟4.1,初始階段:輸入的低分辨率人臉圖像進(jìn)行卷積運算和激活函數(shù)運算得到第一層輸出結(jié)果F1(Y),其計算公式是:
其中W1和B1分別是本發(fā)明的第一層卷積權(quán)值參數(shù)和偏置參數(shù);
步驟4.2,殘差階段:由多個殘差運算塊組成,每個殘差運算塊是由卷積運算、激活函數(shù)運算和相加運算組成,其計算公式是:
其中Wl1和Wl2分別是是第l層的第一個和第二個卷積權(quán)值參數(shù),和分別是第l層的第1個和第2個偏置參數(shù);Fl(Y)和Fl-1(Y)分別是第l層和l-1層的輸出結(jié)果,第l-1層的輸出結(jié)果,F(xiàn)l-1(Y)是通過快捷連接的方式與第l層的第n+1個卷積結(jié)果相加得到第l層的輸出結(jié)果Fl(Y);
步驟4.3,中間階段:將步驟4.2獲得的第l層輸出結(jié)果Fl(Y)輸入到第l+1層卷積層,并且通過快捷連接的方式與第一層輸出結(jié)果F1(Y)相加獲得的第l+1層輸出結(jié)果Fl+1(Y),其計算公式是:
Fl+1(Y)=Wl+1*Fl(Y)+Bl+1+F1(Y) (3)
步驟4.4,反卷積階段:將步驟4.3所獲得的第l+1層輸出結(jié)果Fl+1(Y)輸入到第l+2層的反卷積層,并利用由多個反卷積層和激活函數(shù)層的反卷積階段來逐步放大人臉圖像獲得初始超分辨率人臉圖像Fl′(Y),其計算公式是:
其中Wl′和Bl′分別是第l′反卷積層的卷積權(quán)值參數(shù)和偏置參數(shù),F(xiàn)l′(Y)和Fl′-1(Y)分別是第l′層和l′-1層的輸出結(jié)果;
步驟4.5,重建階段:利用步驟4.4獲得的輸出Fl′(Y)再執(zhí)行一次卷積后就可以得到重建的超分辨率人臉圖像Fl″(Y),其計算公式是:
Fl″(Y)=Wl″*Fl′(Y)+Bl″ (5)
其中Wl″和Bl″分別是第l″卷積層的卷積權(quán)值參數(shù)和偏置參數(shù);
步驟5,利用重建的超分辨率人臉圖像Fl″(Y)與超分辨率人臉圖像訓(xùn)練圖中的對應(yīng)的圖像進(jìn)行比較,計算兩幅人臉圖像之間的歐式距離;
步驟6,基于計算的歐式距離不斷更新并優(yōu)化獲得最優(yōu)的卷積權(quán)值參數(shù)和偏置參數(shù);
當(dāng)重建的所有超分辨率人臉圖像與其對應(yīng)的超分辨率人臉圖像進(jìn)行比較時沒有獲得滿足的重建效果,則繼續(xù)進(jìn)行反向傳播,利用梯度下降優(yōu)化算法更新卷積權(quán)值參數(shù)和偏置參數(shù),再執(zhí)行步驟4;
當(dāng)重建的所有超分辨率人臉圖像與其對應(yīng)的超分辨率人臉圖像進(jìn)行比較時已經(jīng)獲得滿足的重建效果時,則停止反向傳播,并最終求得步驟4所獲得的卷積權(quán)值參數(shù)和偏置參數(shù)。
2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的近紅外人臉圖像超分辨率重建方法,其特征在于:所述步驟1中原始近紅外人臉圖像采用近紅外補光裝置捕獲。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于福建帝視信息科技有限公司,未經(jīng)福建帝視信息科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710282054.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





