一種基于近鄰稀疏編碼均值約束人臉超分辨率算法

(19)(19)民局

(10)公告號(hào) (21)申請(qǐng)?zhí)?(22(73)專(zhuān)利權(quán)人大地址430072省市武昌區(qū)珞珈山武(72)發(fā)明人韓鎮(zhèn)洋

員人G06K9/00(2006.01)G06K9/62權(quán)利要求書(shū)3頁(yè)說(shuō)明書(shū)8頁(yè)附圖2基于K近鄰稀疏編碼均值約束的人臉超分辨(57)B本發(fā)明公開(kāi)了一種基于K近鄰稀疏編碼均值辨率處理技術(shù)領(lǐng)域，尤其涉及一種基于K近鄰稀對(duì)K近鄰進(jìn)行稀疏表示，得到稀疏編碼均值；基于稀疏先驗(yàn)和K近鄰稀疏編碼均值約束實(shí)現(xiàn)低分辨率圖像塊的稀B

權(quán)利 求 1/3練樣本圖像；得待處理圖像塊的K近鄰稀疏編碼均值；稀疏表示,獲得待處理圖像塊的稀疏編碼系數(shù)；待處理圖像塊進(jìn)行高分辨率圖像塊重建；在于：在于：本圖像包分辨率人臉訓(xùn)練樣本圖像和低分辨率人臉訓(xùn)練樣本圖像；像對(duì)齊；權(quán)利要求3K在于：權(quán)利要求1K在于：塊所對(duì)應(yīng)的列矢量組成高分辨率人臉訓(xùn)練樣本圖像塊矢量集；

權(quán)利 求 2/3人臉訓(xùn)練樣本圖像塊在相同像素點(diǎn)上的位置信息；權(quán)利要求1或2K特征在于：其中，αp,kkωp,k是待處理圖像塊的近鄰kpKkNp；，；，；其中表示待處理圖像在p位置的圖像塊表示待處理圖像塊的近鄰塊kh其特征在于：，；，；其 表示待處理圖像 表示待處理圖像塊對(duì)應(yīng)位置的低分辨率稀疏表子字典 為待處理圖像塊的K近鄰稀疏編碼均值λ是用于平衡稀疏約束l求解式得到待處理圖像塊的稀權(quán)利要求7K在于：將所述 變換為

權(quán)利 求 3/3利用L1范數(shù)約束最小二乘法對(duì)上式求解得到待處理圖像塊的稀疏編碼系數(shù)其中表示待處理圖像塊對(duì)應(yīng)位置的低分辨率訓(xùn)練樣本圖像塊；；表示待處理圖像塊對(duì)應(yīng)位置的低分辨率稀疏表示子字典為待處理圖像塊的K近鄰稀疏編碼均值λ是用于平衡稀疏約束真項(xiàng)的正則化參其取值根據(jù)待處理圖像λ取值越大；βK近鄰稀疏編碼均值的約束參數(shù)，；在于：在于：K近鄰稀疏編碼均值約束的人臉超分辨率處理方[0001]K[0002]在條件獲取的人臉圖像往往具有較低的分辨率和較差的圖像質(zhì)量，以致于難以滿足人臉辨識(shí)的需要。人臉超分辨率技術(shù)，也叫做幻覺(jué)臉技術(shù)（Facen[0003][0004]圖且計(jì)算量大的弊端。[0005] 最近鄰方法被用于減少基于局部非參數(shù)模型的人臉超分辨率方法的計(jì)算復(fù)雜度。最近鄰方法在計(jì)算的過(guò)程中需要根據(jù)經(jīng)驗(yàn)值來(lái)指定近鄰塊的個(gè)數(shù)易導(dǎo)致合成高分辨率圖像塊的信息過(guò)擬合或者不充分。Yan[1]首次將壓縮感知的思想應(yīng)用到超分辨率領(lǐng)域在自然圖像超分辨率重建過(guò)程中通過(guò)自動(dòng)選取合成塊的個(gè)數(shù)取得了較好的超分辨率效果。在Yang的基礎(chǔ)上Chan[2]利用疏表示的方法合成人臉?biāo)孛鑸D像M[3]提出了基于塊位置的人臉超分辨率方法在已有研究的基礎(chǔ)上Jung[4]提出了利用凸優(yōu)化替代Ma方法中的最小二乘估計(jì)的基于位置塊稀疏表示的人臉超分辨率方法取得了比Ma方法更好的效果。[0006] 盡管現(xiàn)有的人臉超分辨率方法在理想超分辨率情況即對(duì)只有下采樣的降質(zhì)圖像進(jìn)行超分辨取得了較好的效果但是當(dāng)?shù)头直媛蕡D像中同時(shí)具有噪聲時(shí)已有的人臉超分辨率方法重建的人臉圖像的清晰度和相似度則會(huì)大大降低。 [1]J.C.Yang,J.Wright,T.S.Huang,Y.Ma.ImageSuper-ResolutionViaSparseRepresentation.IEEETIP19(11),pp.2861-2873,2010. [2]L.Chang,M.Zhou,FaceSketchSynthesisviaSparseRepresentation,In [3]Ma,J.Zhang,andC.Qi,Hallucinatingfacebyposition-patch,PatternRe[0011][4]X.C.Jung,L.Jiao,andetc.Position-PatchBasedFaceHallucinationUsingConvexOptimization.IEEESignalProcessing 基于K近鄰稀疏編碼均值約束的人臉超分辨率處理方法包括以下步驟： 辨率人臉訓(xùn)練樣本圖像那么所得的人臉訓(xùn)練樣本圖像塊包分辨率人臉訓(xùn)練樣本圖像塊和低分辨率人臉訓(xùn)練樣本圖像塊； 置先驗(yàn)信息為待處理人臉圖像塊和各人臉訓(xùn)練樣本圖像塊在相同像素點(diǎn)上的位置信息； 獲得到待處理圖像塊的K近鄰稀疏編碼均值； 像塊的稀疏表示,獲得待處理圖像塊的稀疏編碼系數(shù)； 典對(duì)待處理圖像塊進(jìn)行高分辨率圖像塊重建； 練樣本圖像包分辨率人臉訓(xùn)練樣本圖像和低分辨率人臉訓(xùn)練樣本圖像； 樣本圖像對(duì)齊具體可采用仿射變換將待處理人臉圖像各人臉訓(xùn)練樣本圖像對(duì)齊； 塊所對(duì)應(yīng)的列矢量組成高分辨率人臉訓(xùn)練樣本圖像塊矢量集；[0029]步驟三中所述的待處理圖像塊的K近鄰稀疏編碼均值由待處理圖像塊近鄰塊k的稀疏編碼系數(shù)αp，k平均得到，具體為： ω近鄰塊k的稀疏編碼系數(shù)權(quán)重p表示待處理圖像塊的K個(gè)近鄰塊的集合，k∈Np。 其中

k

率稀疏表示子字典λ是用于平衡稀疏約束真項(xiàng)的正則化參數(shù)，其值根據(jù)待處理圖像（2表示待處理圖像塊的近鄰塊hh>0hC[0039]步驟四中所述待處理圖像塊的稀疏編碼系數(shù)采用以下公式計(jì)算獲得 其中

表示待處理圖像塊對(duì)應(yīng)位置的低分辨率稀疏示子字典 表示待處理圖像塊的K近鄰稀疏編碼均值λ是用于平衡稀疏約束β編碼均值約束項(xiàng)在目標(biāo)函數(shù)求解過(guò)程中發(fā)揮作用的大小，β0lp表示介于第一范數(shù)和第二范數(shù)之間的范數(shù)范數(shù)，1lp2。 其中 采用L1范數(shù)約束最小二乘法求解（5）得到待處理圖像塊的稀疏編碼系數(shù) 重建過(guò)程采用如下公式： 其中，表示待處理圖像塊重建后得到的高分辨率圖像塊；[0049]將待處理人臉圖像所分成的待處理圖像塊均進(jìn)行高分辨率圖像塊重建后，將所有[0050]本發(fā)明方法利用人臉圖像塊的位置先驗(yàn)信息，提高人臉圖像超分辨率重建的相似K似性（SSIM表明本發(fā)明方法重建的高分辨率圖像更真；[0053]2）本發(fā)明在效果上明顯提高了重建人臉圖像的清晰度和相似度[0054]1圖（a）（d）為采用Jung（a）低分辨率人臉圖像所對(duì)應(yīng)的原始高分辨率人臉圖像；[0057][0058]K見(jiàn)圖1辨率人臉訓(xùn)練樣本圖像塊；位置的高分辨率稀疏表示子字典和低分辨率稀疏表示子字典分別為該位置的高分辨率人臉訓(xùn)練樣本圖像塊和低分辨率人臉訓(xùn)練樣本圖像塊的矢量集；像塊的稀疏表示；典對(duì)待處理圖像塊進(jìn)行高分辨率圖像塊重建；[0065]本發(fā)明方法可應(yīng)用于安防和計(jì)算機(jī)視覺(jué)等領(lǐng)域。例如，在下獲取的 本實(shí)施例以7作為仿真實(shí)驗(yàn)平臺(tái)，以中國(guó)享人臉圖像數(shù)據(jù)庫(kù) 1個(gè)點(diǎn)。]低分辨率人臉圖像。降質(zhì)過(guò)程如下式所示：[0073] [0074]XyXB為鏡頭光8×8D4[0076]這里人臉訓(xùn)練樣本圖像包分辨率人臉訓(xùn)練樣本圖像和低分辨率人臉訓(xùn)練樣 其中，SHSL分別表示高低分辨率人臉訓(xùn)練樣本圖像集 分別表示高低辨率人臉訓(xùn)練樣本圖像集中第q副圖Q表示高、低分辨率人臉訓(xùn)練樣本圖像集中人臉圖像的數(shù)量均為Q，本實(shí)施例中Q=1000R表示空間（Hilbert空間MN分別表示 b×b [0084]其中 分別為高低分辨率人臉訓(xùn)練樣本圖像集中第q幅圖像中p位置 臉訓(xùn)練樣本圖像塊可表示為B2×1維的列矢量，低分辨率人臉訓(xùn)練樣本圖像塊可表示為b2×1維的列矢量。[0086]1-3樣本圖像塊的矢量集作為低分辨率稀疏表示子字典 其

表示p低分辨率稀疏表示子字典P表示每幅圖像劃分的圖像塊的數(shù)量。根據(jù)人臉訓(xùn)練樣本圖像集作為高分辨率稀疏表示子字典即其中表，p位置的高分辨率稀疏表P圖像塊的K近鄰稀疏編碼均值。[0088]待處理圖像塊的K近鄰稀疏編碼均值由待處理圖像塊近鄰塊k的稀疏編碼系數(shù)αp，k平均得到，具體為： [0090其中，αp，kpkωp,k是待處理圖像塊NkNp。近鄰塊是指低分辨率冗余字典中與待處理圖像塊歐氏距離最小的K個(gè)圖像塊，K根據(jù)經(jīng)驗(yàn)取值。本具體實(shí)施中K=5。][0093]表示待處理圖像塊p的近鄰塊k

表示待處理圖像塊p對(duì)應(yīng)的p低分辨率稀疏表示子字典λ是用于平衡稀疏約束真項(xiàng)的正則化參數(shù)，取值根據(jù)噪聲大小變化而不同，噪聲越大，λ取值越大，在 噪聲方差的1/10。 （7 表示待處理圖像在p

塊p的近鄰塊k；h為常數(shù)h>其值取決于期望的稀疏編碼系數(shù)權(quán)重的分布期望的稀疏編碼系數(shù)權(quán)重的分布幅度大則h取值大本實(shí)施例中h=10C為歸一化。用于 其中p

塊對(duì)應(yīng)的p位置的低分辨率稀疏表示子字典 為待處理圖像塊p的K近鄰稀疏編l