基于关键点逐层重建的人脸图像超分辨率方法

• 作者: 傅天宇 李子青 金柳颀 雷震
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 分层网络 关键点 自编码 主成分分析降维 线性回归
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 算法研究
• 页码范围: 834-841
• 页数: 8页
• 分类号: TP391.4
• 字数: 5905字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.07.011

摘要

本文提出一种通过基于关键点逐层重建的人脸图像超分辨率方法.该方法考虑到五官和眉毛局部部位的细节对超分重建的重要意义,本文提出对人脸关键点附近局部区域分别训练超分映射函数,并采用逐层迭代重建实现人脸超分的方法,减小直接重建目标图像的难度.针对超分映射函数,本文采取了线性和非线性两种学习方法,其中线性方法采用主成分分析(PCA),非线性方法采用自编码网络(AutoEncoder).在超分重建阶段,先采用双线性插值作为初始化,进而利用学习得到的超分映射函数计算局部人脸图像超分,叠加到全局人脸图像,实现整体超分.基于关键点的人脸超分辨率图像质量较其他超分方法在五官的细节上有更好的效果,本文提出的方法在实验数据集上展现了良好的超分结果,验证了低分辨率证件照情况下的人脸识别的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李子青	中国科学院大学电子电气与通信工程学院	11	134	6.0	11.0
2	傅天宇	中国科学院大学电子电气与通信工程学院	1	15	1.0	1.0
3	金柳颀	中国科学院大学电子电气与通信工程学院	1	15	1.0	1.0
4	雷震	中国科学院大学电子电气与通信工程学院	4	28	3.0	4.0