联合局部约束的邻域嵌入人脸超分辨率重建

• 作者: 何林巍 周晨旭 黄福珍
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 流形空间 联合局部约束 自适应邻域选择 邻域嵌入 人脸超分辨率重建
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图像处理和编码
• 页码范围: 792-801
• 页数: 10页
• 分类号: TP301.6
• 字数: 6207字
• 语种: 中文
• DOI: 10.11834/jig.170393

摘要

目的 现有的基于邻域嵌入的人脸超分辨率重建算法只利用了低分辨率图像流形空间的几何结构,而忽略了原始高分辨率图像的流形几何结构,不能很好的反映高低分辨率图像流形几何结构的关系.此外,其对同一幅图像中的不同图像块选取固定数目的最近邻域图像块,从而导致重建质量的下降.为了充分利用原始高分辨率图像空间的几何结构信息,提出基于联合局部约束和自适应邻域选择的邻域嵌入人脸超分辨率重建算法.方法 该方法结合待重构图像与低分辨率图像样本库的相似性约束与初始高分辨图像与高分辨率图像样本库的相似性约束,形成约束低分辨率图像块的重构权重,并利用该重构权重估计出高分辨率的人脸图像,同时引入自适应邻域选择的方法.结果 在CAS-PEAL-R1人脸库上的实验结果表明,相较于传统的基于邻域嵌入的人脸超分辨率重建方法,本文算法在PSNR和SSIM上分别提升了0.39 dB和0.02.相较于LSR重建方法,在PSNR和SSIM上分别提升了0.63 dB和0.01;相较于LcR重建方法,在PSNR和SSIM上分别提升了0.36 dB和0.003 2;相较于TRNR重建方法,在PSNR和SSIM上分别提升了0.33 dB和0.001 1.结论 本文所提的重建方法在现有人脸数据库上进行实验,在主观视觉和客观评价指标上均取得了较好的结果,可进一步适用于现实监控视频中人脸图像的高分辨率重建.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄福珍	上海电力学院自动化工程学院	18	49	3.0	6.0
2	周晨旭	上海电力学院自动化工程学院	2	4	1.0	2.0
3	何林巍	上海电力学院自动化工程学院	2	6	2.0	2.0