[發(fā)明專利]一種基于回歸樹分類的雙重映射學習壓縮人臉圖像復原方法

有效

• 申請?zhí)枺?/td>: 201911035976.1
• 申請日: 2019-10-29
• 公開（公告）號: CN110852962B
• 公開（公告）日: 2022-08-26
• 發(fā)明（設計）人: 劉峰;鄧金晶;干宗良;崔子冠
• 申請（專利權(quán)）人: 南京郵電大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/11;G06T3/40;G06V40/16;G06V10/44;G06V10/764;G06V10/774;G06K9/62
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 曹坤

本發(fā)明提供了一種基于回歸樹分類的雙重映射學習壓縮人臉圖像復原方法。在訓練階段，首先將得到的殘差人臉圖像不重疊分塊，對應位置壓縮圖像塊向外擴展后分塊構(gòu)成訓練樣本集；再對每個壓縮圖像塊進行二次重疊分塊，對得到的每個子塊進行多維特征提取再進行回歸樹分類；通過分類結(jié)果引導壓縮圖像塊進行全局回歸和多局部線性回歸的雙重映射；得到的雙重映射作為壓縮圖像塊和殘差圖像塊之間的非線性回歸模型；將上述模型應用到待清晰的圖像塊中，得到復原后的殘差圖像塊；按照位置順序?qū)埐顖D像塊無重疊拼接后再加上壓縮圖像，得到最終復原后的清晰人臉圖像。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字圖像處理領(lǐng)域，特別涉及一種基于回歸樹分類的雙重映射學習壓縮人臉圖像復原方法。

背景技術(shù)

隨著近年來人臉檢測、人臉識別、人機交互等應用發(fā)展火熱，以人為處理對象的計算機視覺技術(shù)的應用場景越來越豐富，同時人們對于通過圖像采集設備得到的人臉圖像質(zhì)量的要求也在逐漸提高。雖說如今手機、電腦等硬件設備已經(jīng)大幅升級更新，但用戶終端接收到的圖片質(zhì)量仍參差不齊，尤其是經(jīng)過壓縮后的人臉圖像難以識別，導致后續(xù)的高級計算機視覺技術(shù)無法達到期望效果。因此壓縮人臉圖像復原技術(shù)的研究具有重要的意義。人臉圖像復原技術(shù)是通過將采集到的壓縮人臉圖像，通過事先訓練好的壓縮復原模型處理得到與壓縮人臉圖像相同大小的清晰人臉圖像。

發(fā)明內(nèi)容

基于上述問題，本發(fā)明提出了一種基于回歸樹分類的雙重映射學習壓縮人臉圖像復原方法，提高了待清晰人臉圖像的質(zhì)量。

為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案：

一種基于回歸樹分類的雙重映射學習壓縮人臉圖像復原方法，其步驟如下：

(1)、將一組清晰人臉圖像通過圖像壓縮模型得到一組對應的壓縮人臉圖像，用清晰人臉圖像與得到的壓縮人臉圖像做差得殘差人臉圖像，接著將兩組圖像進行不重疊分塊，壓縮圖像塊向外擴展，兩者按在圖像中的位置順序排列構(gòu)建出清晰人臉與擴展的壓縮人臉的訓練樣本集；

(2)、將訓練集中擴展的壓縮人臉圖像塊進行重疊分塊，對得到的每個壓縮人臉圖像子塊進行多維特征提取；

(3)、將得到的壓縮人臉圖像子塊的多維特征進行回歸樹分類，對分得的每一類求其雙重線性映射矩陣，即局部線性回歸子和全局線性回歸子；

(4)、將待清晰的人臉圖像用大尺寸矩形窗進行不重疊分塊，得到擴展的待清晰人臉圖像塊；利用訓練得到的回歸樹分類結(jié)果，對待清晰的人臉圖像塊尋找所屬類對應的雙重映射矩陣，再利用雙重線性映射矩陣求得對應的清晰人臉圖像塊；

(5)、將求得的清晰人臉圖像塊按位置不重疊拼接，再與待清晰人臉圖像相加，得到最終的復原人臉圖像。

優(yōu)選的，所述的步驟(1)具體為：

(1.1)、從人臉樣本庫中取出清晰人臉圖像，通過圖像壓縮模型得到壓縮人臉圖像；將清晰人臉圖像與對應的壓縮人臉圖像相減，得到殘差人臉圖像；

(1.2)、采用小尺寸的矩形窗口對殘差人臉圖像進行不重疊的分塊操作，得到殘差人臉圖像塊；同時將對應位置小尺寸的壓縮人臉圖像塊向外擴展，得到對應大尺寸的壓縮人臉圖像塊；

(1.3)、壓縮人臉圖像塊和殘差人臉圖像塊構(gòu)成壓縮與清晰人臉的訓練樣本集，用表示壓縮人臉圖像塊的樣本集，用表示殘差人臉圖像塊的樣本集，其中S表示大尺寸矩形窗口的尺寸，s表示小尺寸矩形窗口的尺寸，M表示樣本集中圖像塊的個數(shù)。

優(yōu)選地，所述步驟(2)具體為：

(2.1)、將擴展的壓縮人臉圖像塊重疊分塊得到一系列壓縮人臉圖像子塊；對每個壓縮人臉圖像子塊進行多維特征提取，用得到的結(jié)果作為所屬圖像塊的表征；從而引導步驟(3)所述的分類問題。