[發明專利]基于經驗關系偏差糾正的魯棒人臉超分辨處理方法及其系統

在審

• 申請號: 202210183572.2
• 申請日: 2022-02-28
• 公開（公告）號: CN114549323A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 陳亮;吳怡;徐哲鑫;鄒文斌
• 申請（專利權）人: 福建師范大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T3/00;G06T5/00;G06V40/16
• 代理公司: 福州君誠知識產權代理有限公司 35211
• 代理人: 戴雨君

1.一種基于經驗關系偏差糾正的魯棒人臉超分辨處理方法，其特征在于：其包括以下步驟：

S1：構建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的原始訓練庫，以及兩種極低降質的增廣庫，

S2：基于增廣庫中的備用訓練庫X₁，X₂，...，X_n和輸入的待處理人臉圖像x_in，采用局部分塊打分的形式構建新的增廣庫；

S3：在分塊基礎上分別為高分辨率人臉圖像庫和低分辨率人臉圖像庫做預處理，在高分辨率圖像庫和低分辨輸入圖像兩個層面上分別求取每一個位置與其他位置塊的經驗關聯度和輸入圖像的待測關聯度，為后續基于關聯度計算出個體偏差做數據準備；

S4：為輸入圖像塊的每一個近鄰塊計算出偏移量的向量，

S5：基于個體偏差將輸入待處理低分辨率圖像x_in投影至分類特征空間中，計算每一個塊位置的超分辨率表達系數；

S6：將超分辨率表達系數和權重向量投影回到高分辨率空間得到高分辨率空間重表達結果，公式記作按照位置變量i拼接高分辨率人臉圖像塊得高分辨率人臉圖像y_out；其中，表示恢復出來的高分辨率人臉圖像y_out在第i個位置上的圖像塊，ωⁱ表示第i個圖像塊的權重系數向量；Yⁱ表示高分辨率人臉庫中所有圖像取位置i的圖像塊組成的圖像塊集合。

2.根據權利要求1所述的一種基于經驗關系偏差糾正的魯棒人臉超分辨處理方法，其特征在于：步驟S1中將高分辨率人臉圖像庫中高分辨率人臉圖像位置對齊，并進行幾種不同的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n種低分辨率人臉圖像庫構成n+1種訓練庫，同時使待處理低分辨率人臉圖像與訓練庫中圖像大小相同且位置對齊，位置對齊采用仿射變換法將進行位置對齊；

由高分辨率人臉圖像庫下降質量生成低分辨率人臉圖像庫的具體方法為：設n對良好對齊的高低分辨率人臉樣本對Y和X，低分辨率人臉樣本X由高分辨率人臉樣本Y以常規降質過程D生成，其中X＝{x₁，x₂，...，x_n}，Y＝{y₁，y₂，...，y_n}，那么X和Y即構成原始訓練庫；另選取n種不同的降質過程D₁，D₂，...，D_n，構建n種極低降質的備用訓練庫X₁，X₂，...，X_n。

3.根據權利要求1所述的一種基于經驗關系偏差糾正的魯棒人臉超分辨處理方法，其特征在于：S2中在為低分辨率輸入待處理圖像x_in重建高分辨率塊時，取出位置i對應的待處理圖像塊以及位置i對應的低分辨率備用訓練庫塊集合具體地分塊步驟如下：

S2-1，對x_in中的每一張人臉圖像進行無差別的均勻分塊，分塊窗口大小記為bb，交疊像素尺寸個數為dd，

S2-2，假設每張人臉圖像長度和寬度分別為imrow和imcol個像素，計算得出每張圖像分塊M＝U×V，計算公式如下：

U＝ceil((imrow-dd)/(bb-dd))

V＝ceil((imcol-dd)/(bb-dd))

其中，U表示長度方向上分成的塊數，V表示寬度方向上分成的塊數，

S2-3，設i表示位置標號，i＝1，2，3，...，M分別從低分辨率備用訓練庫X₁，X₂，...，X_n獲得的分塊；

S2-4，在特征空間上計算位置i上的塊的降質種類標簽label，即根據計算其到的最近距離敲定其對應的降質種類作位置i的標簽，表示的梯度方向特征值；分別表示的判別特征。