[发明专利]一种基于深度信赖网络的超分辨率人脸识别方法

摘要

一种基于深度信赖网络的超分辨率人脸识别方法，涉及人脸识别技术领域。本发明从认知的角度出发，认为相互对应的高低分辨率人脸图像存在着内在本质的关联。而以往的研究表明，采用线性近似的方法来表达这种内在的关联效果受到线性近似地制约。因此认为这种内在的关联是非线性的。鉴于人工神经网络在非线性分类问题上的出色表现，本发明采用神经网络算法来捕获姿态变化下相互对应的高低分辨率人脸图像的非线性关联。理论研究和神经生理学的研究表明，要构建一个智能的处理系统，需要构建深度的结构，如多层非线性处理单元构建的系统。本发明利用深度信赖网络（deep belief networks）来挖掘相互对应的高低分辨率人脸图像存在的共有的非线性结构。

主权项

一种基于深度信赖网络的超分辨率人脸识别方法，其特征在于包含以下步骤：1）对低分辨率图像进行最近邻插值、双线性插值或者双三次插值，使得高低分辨率图像的维度一致；2）将维度一致的带有姿态差异的高低分辨率人脸图像灰度归一到(0,1)之间，并作为深度信赖网络的可视向量v输入到网络中，深度信赖网络由多层的受限的波尔兹曼机构成；所述的受限的波尔兹曼机是一种特殊的神经网络模型，具有对称的连接权系数，网络由可视单元v∈{0,1}D和隐层单元h∈{0,1}F构成；3）然后，训练深度信赖网络；4）将经过最近邻插值、双线性插值或者双三次插值的测试低分辨率图像输入到深度信赖网络，由深度信赖网络给出最终的识别结果。