发明名称 融合全局特征与局部信息的人脸图像超分辨率处理方法
摘要 本发明涉及一种融合全局特征与局部信息的人脸图像超分辨率处理方法,具体涉及一种利用图像金字塔,对低分辨率人脸图像金像处理得到高分辨率人脸图像的方法,包括:(1)建立高分辨率人脸图像的可操纵金字塔数据库;(2)求一幅低分辨率人脸图像的全局高分辨率图像;(3)建立高分辨率残差人脸图像数据库;(4)计算输入低分辨率人脸图像的全局高分辨率图像;(5)计算输入低分辨率人脸图像的高分辨率残差人脸图像;(6)计算输入低分辨率人脸图像的最终高分辨率图像。本发明具有易于实现、鲁棒性强、精确度高等优点,可以为人脸识别提供一种实时可靠的特征信息。
申请公布号 CN101635048A 申请公布日期 2010.01.27
申请号 CN200910056694.X 申请日期 2009.08.20
申请人 上海交通大学 发明人 刘欢喜;吕晓威;李雄;刘允才
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 上海交达专利事务所 代理人 毛翠莹
主权项 1、一种融合全局特征与局部信息的人脸图像超分辨率处理方法,其特征在于包括以下步骤:1)对人脸图像数据库中每一幅高分辨率人脸图像I<sub>H</sub>,根据以下公式计算其五层三阶可操纵金字塔SP(I<sub>H</sub>):<maths num="0001"><![CDATA[<math><mrow><msub><mi>SP</mi><mi>l</mi></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>H</mi></msub><mo>)</mo></mrow><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><msub><mi>G</mi><mi>l</mi></msub><mrow><mo>(</mo><msub><mi>H</mi><mn>0</mn></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>H</mi></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>0</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>H</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>H</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>2</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>H</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>3</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>H</mi></msub><mo>)</mo></mrow></mtd><mtd><mn>0</mn><mo>&le;</mo><mi>l</mi><mo>&lt;</mo><mn>4</mn></mtd></mtr><mtr><mtd><msub><mi>L</mi><mi>l</mi></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>H</mi></msub><mo>)</mo></mrow></mtd><mtd><mi>l</mi><mo>=</mo><mn>4</mn></mtd></mtr></mtable></mfenced><mo>.</mo></mrow></math>]]></maths>上式中,G<sub>l</sub>(H<sub>0</sub>(I<sub>H</sub>))表示可操纵金字塔第l层的高通子带图像,B<sub>l,0</sub>(I<sub>H</sub>),B<sub>l,1</sub>(IH),B<sub>l,2</sub>(IH)和B<sub>l,3</sub>(I<sub>H</sub>)表示第l层的四个带通子带图像,L<sub>l</sub>(I<sub>H</sub>)表示第l层的低通子带图像;获得高分辨率人脸图像可操纵金字塔数据库;2)对人脸图像数据库中低分辨率人脸图像I<sub>L</sub>,根据以下公式计算其三层三阶可操纵金字塔SP(I<sub>L</sub>):<maths num="0002"><![CDATA[<math><mrow><msub><mi>SP</mi><mi>l</mi></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><msub><mi>G</mi><mi>l</mi></msub><mrow><mo>(</mo><msub><mi>H</mi><mn>0</mn></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>0</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>1</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>2</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>B</mi><mrow><mi>l</mi><mo>,</mo><mn>3</mn></mrow></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>L</mi></msub><mo>)</mo></mrow></mtd><mtd><mn>2</mn><mo>&le;</mo><mi>l</mi><mo>&lt;</mo><mn>4</mn></mtd></mtr><mtr><mtd><msub><mi>L</mi><mi>l</mi></msub><mrow><mo>(</mo><msub><mi>I</mi><mi>L</mi></msub><mo>)</mo></mrow></mtd><mtd><mi>l</mi><mo>=</mo><mn>4</mn></mtd></mtr></mtable></mfenced><mo>.</mo></mrow></math>]]></maths>上式中,G<sub>l</sub>(H<sub>0</sub>(I<sub>L</sub>))表示可操纵金字塔第l层的高通子带图像,B<sub>l,0</sub>(I<sub>L</sub>),B<sub>l,1</sub>(I<sub>L</sub>),B<sub>l,2</sub>(I<sub>L</sub>)和B<sub>l,3</sub>(I<sub>L</sub>)表示第l层的四个带通子带图像,L<sub>l</sub>(I<sub>L</sub>)表示第l层的低通子带图像;获得低分辨率人脸图像可操纵金字塔数据库;3)将低分辨率人脸图像可操纵金字塔数据库中的每一个子带图像和高分辨率人脸图像可操纵金字塔数据库中的每一个子带图像,分别分割成相互重叠的正方形图像块;根据得到的图像块,求低分辨率人脸图像在高分辨率人脸图像可操纵金字塔数据库中的K邻域解,得到低分辨率人脸图像的五层三阶可操纵金字塔;通过“倒坍”低分辨率人脸图像的五层三阶可操纵金字塔,得到低分辨率人脸图像的全局高分辨率图像<img file="A2009100566940002C3.GIF" wi="86" he="56" />4)将每一幅低分辨率人脸图像所对应的高分辨率图像I<sub>H</sub>减去<img file="A2009100566940003C1.GIF" wi="84" he="56" />得到高分辨率残差人脸图像<img file="A2009100566940003C2.GIF" wi="80" he="56" />由所有得到的高分辨率残差人脸图像组成一个高分辨率残差人脸图像数据库;5)将待处理的一幅低分辨率输入图像I<sub>m</sub>,按步骤3)的方法进行处理,得到输入图像的全局高分辨率图像<img file="A2009100566940003C3.GIF" wi="87" he="56" />6)将输入图像的全局高分辨率人脸图像<img file="A2009100566940003C4.GIF" wi="61" he="56" />分割成相互重叠的正方形图像块,按以下公式计算得到残差人脸图像块<img file="A2009100566940003C5.GIF" wi="191" he="63" /><maths num="0003"><![CDATA[<math><mrow><msub><mi>R</mi><msub><mi>I</mi><mi>m</mi></msub></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mo>[</mo><msub><mi>&gamma;</mi><mn>1</mn></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>&gamma;</mi><mi>K</mi></msub><mo>]</mo><mi>w</mi></mrow></math>]]></maths>式中,w为K邻域解的权值向量,γ<sub>1</sub>,…,γ<sub>K</sub>为K邻域解对应的K个高分辨率人脸图像块;当所有的残差人脸图像块都求解完毕后,取残差人脸图像块中重叠部分像素的平均值,得到高分辨率残差人脸图像<img file="A2009100566940003C7.GIF" wi="81" he="55" />7)将步骤5)得到的输入图像的全局高分辨率图像<img file="A2009100566940003C8.GIF" wi="61" he="55" />与步骤6)得到的高分辨率残差人脸图像<img file="A2009100566940003C9.GIF" wi="58" he="55" />进行叠加,得到低分辨率输入图像的最终高分辨率图像。
地址 200240上海市闵行区东川路800号
您可能感兴趣的专利