[发明专利]一种人脸图像超分辨率二次重建方法

摘要

本发明公开了一种人脸图像超分辨率二次重建方法，首先对采集的监控视频进行人脸检测与目标提取，获得一定量(20‑30帧)的目标人脸图像，基于评估模型对获取的图像进行质量评估，择优选择多帧(3‑5帧)。其次对上述结果进行超分辨率重建，使多帧图像合成为一高质量虚拟图像。再次构建一个基于卷积神经网络CNN的人脸图像超分辨率重建模型MRES，用于学习高分辨率样本图像与相应低分辨图像的映射关系；该模型以去除池化层的inception结构为基础，采用了降低学习难度的残差学习思想，使用了可以全面提取特征的多尺度聚合模块并加入反卷积层代替插值操作。最后用第三步的训练模型对第二步进行训练，得到高分辨率人脸图像。本发明能在可控的训练时间内，提高重建效果。

主权项

1.人脸图像超分辨率二次重建方法，其特征在于，包括以下步骤：步骤1，获取监控视频中过路行人的视频序列，然后进行人脸检测，提取目标个体人脸图像，并对提取的目标人脸图像进行质量评估，选择一些相对正面、清晰、光照强度较好、尺寸较大、运动变化较小的图像。步骤2，对择优选择出的多帧图像进行图像灰度化处理，并进行多帧超分辨率重建，生成一质量相对较好的虚拟人脸图像。步骤3，构建一个基于卷积神经网络CNN的人脸图像超分辨率重建MRES模型，用于高分辨率的样本图像与相应的低分辨图像之间映射关系的学习；步骤4,训练得到最终的高分辨率人脸图像。