[发明专利]基于数据驱动局部特征转换的噪声人脸超分辨率重建方法

摘要

一种基于数据驱动局部特征转换的噪声人脸超分辨率重建方法，包括对待重建的输入低分辨率人脸图像和高、低分辨率训练集相应划分相互重叠的图像块；对于输入低分辨率人脸图像的每一个位置上的图像块，分别从低分辨率人脸样本图像对应位置的图像块中找出K个最近邻的图像块，并对应找出相应高分辨率人脸样本图像中的图像块，进行去均值化；利用映射系数计算出各图像块相应的高分辨率人脸图像块，重构出高分辨率人脸图像，进行迭代后处理。本发明解决了主成分分析无法捕获处于高维流形空间人脸特征的问题，利用局部流形的线性特性有效的进行了噪声人脸图像的超分辨率重建，同时进行高分辨率图像后处理，进一步提高了重建结果的主、客观图像质量。

主权项

一种基于数据驱动局部特征转换的噪声人脸超分辨率重建方法，其特征在于，包括如下步骤：步骤1，对待重建的输入低分辨率人脸图像、低分辨率训练集中的低分辨率人脸样本图像以及高分辨率训练集中的高分辨率人脸样本图像相应划分相互重叠的图像块，低分辨率训练集中每个低分辨率人脸样本图像是由高分辨率训练集中的一个相应高分辨率人脸样本图像经模糊下采样提取；步骤2，对于输入低分辨率人脸图像的每一个位置上的图像块，分别执行以下处理，从低分辨率训练集中每张低分辨率人脸样本图像对应位置的图像块中找出K个最近邻的图像块，记为K低分辨率训练集近邻图像块集合并根据所得低分辨率的K个最近邻图像块一一对应找出相应高分辨率人脸样本图像中的图像块，得到高分辨率的K个图像块，记为K高分辨率训练集近邻图像块集合计算低分辨率训练集中所有低分辨率人脸样本图像对应位置的图像块的均值以及高分辨率训练集中所有高分辨率人脸样本图像对应位置的图像块的均值K高、低分辨率训练集近邻图像块集合和中的每个图像块的每个像素分别减去和后所得图像块构成的集合分别表示为和步骤3，对于输入低分辨率人脸图像的每一个位置上的图像块，计算该图像块重建后的估计和集合间的映射系数c，并利用映射系数c和集合计算出该图像块相应的高分辨率人脸图像块；步骤4，将步骤3所得输入低分辨率人脸图像每一个位置上的图像块相应的高分辨率人脸图像块按照位置叠加，然后除以每个像素位置交叠的次数，重构出高分辨率人脸图像；步骤5，对于步骤4重构出的高分辨率人脸图像，进行迭代后处理。