[發明專利]基于殘差反投影神經網絡對齊人臉圖像的超分辨率方法在審
| 申請號： | 202011281052.2 | 申請日： | 2020-11-16 |
| 公開（公告）號： | CN112200152A | 公開（公告）日： | 2021-01-08 |
| 發明（設計）人： | 陸耀;王學博;陳曉珍;王子建;李瑋琪;李公平;吳紫薇 | 申請（專利權）人： | 中央廣播電視總臺 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06T3/40 |
| 代理公司： | 北京正陽理工知識產權代理事務所(普通合伙) 11639 | 代理人： | 張利萍 |
| 地址： | 100859*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 殘差反 投影 神經網絡 齊人 圖像 分辨率 方法 | ||
1.基于殘差反投影神經網絡對齊人臉圖像的超分辨率方法，其特征在于：包括如下步驟：
步驟1、對低分辨率人臉圖像進行裁剪，得到裁剪出人臉區域的人臉圖像；
步驟2、對步驟1裁剪出人臉區域的人臉圖像進行高度對齊處理，使得人臉圖像的眼睛在一條水平直線上，得到高度對齊后的人臉圖像；
步驟3、使用sober算子提取步驟2得到的“高度對齊后的人臉圖像”的邊緣圖；
步驟4、將步驟3提取的邊緣圖與“高度對齊后的人臉圖像”進行通道合并，得到通道合并后的圖像；
步驟5、提取步驟4通道合并后的圖像的深度特征，并使用迭代反投影的方式將低分辨率圖像的特征圖放大到128*128大小，得到128*128特征圖；
步驟6、使用卷積核大小為12*12，步長為8，填充為2*2的卷積層將128*128特征圖下采樣回16*16大小，得到殘差特征圖；
步驟7、使用卷積核大小為12*12、步長為8以及填充為2*2的反卷積層將殘差特征圖放大到128*128大小，與步驟5得到的128*128特征圖相加得到補償之后的特征圖，并稱該特征圖為殘差迭代反投影；
步驟8、提取步驟7得到的殘差迭代反投影的邊緣圖，并將其加到超分辨率的重建，生成邊緣圖；
步驟9、將步驟8生成的邊緣圖與步驟7生成的殘差迭代反投影合并，并使用卷積層生成最終的高分辨率人臉圖像，使用高分辨率人臉標簽圖像進行有監督的訓練。
2.如權利要求1所述的基于殘差反投影神經網絡對齊人臉圖像的超分辨率方法，其特征在于：步驟1中，人臉圖像中的人臉區域大小為16像素。
3.如權利要求1所述的基于殘差反投影神經網絡對齊人臉圖像的超分辨率方法，其特征在于：步驟5，具體包括如下子步驟：
步驟5.1使用神經網絡的3*3卷積層提取“步驟4通道合并后的圖像”的256維深度特征；
步驟5.2使用1*1卷積層將步驟5.1提取的256維深度特征映射為64維特征；
步驟5.3使用卷積核大小為12*12、步長為8以及填充為2*2的反卷積層將64維特征放大到128*128大小，得到128*128特征圖。
4.如權利要求1所述的基于殘差反投影神經網絡對齊人臉圖像的超分辨率方法，其特征在于：步驟6中的殘差特征圖使用卷積核大小為12*12，步長為8，填充為2*2的卷積層將128*128特征圖下采樣回16*16大小，與步驟5.2提取的64維特征相減得到。
5.如權利要求1所述的基于殘差反投影神經網絡對齊人臉圖像的超分辨率方法，其特征在于：步驟8，具體為：使用3*3的卷積核提取殘差迭代反投影的邊緣圖，使用邊緣圖的標簽圖像監督邊緣圖的生成。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中央廣播電視總臺，未經中央廣播電視總臺許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011281052.2/1.html，轉載請聲明來源鉆瓜專利網。
