低质量人脸图像的超分辨率复原

• 作者: 唐佳林 李克勤 苏秉华 陈泽彬
• 来源期刊: 激光与光电子学进展
• 学科: 工学
• 关键词: 图像处理 超分辨率 最大后验概率 主成分分析 约束增强 AR人脸库
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 图像处理
• 页码范围: 216-224
• 页数: 9页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.3788/LOP55.031007

摘要

如何提高人脸图像的分辨率是计算机视觉中的经典问题.在视频监控中,由于目标人物距离摄像头较远,得到的往往是低分辨率的人脸图像.针对此问题,提出一种结合主成分分析(PCA)和最大后验概率(MAP)的人脸超分辨复原算法.利用PCA模型获得高分辨率人脸库的特征;通过MAP计算输入的低分辨率人脸图像在这些特征上的表示系数,并重建出其对应的高分辨率特征;对重建的特征进行约束增强;结合高分辨率人脸库的平均向量得到最终超分辨率复原的图像.为了验证本文算法的有效性,将AR人脸库中图片分别用本文算法与其他算法放大4倍,结果显示无论是在视觉效果还是在评价指标方面,本文算法都优于其他方法.本文算法不仅提高了人脸图像的分辨率,还更好地保持了图像的边缘信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏秉华		81	827	16.0	27.0
2	唐佳林		18	62	5.0	6.0
3	李克勤		7	16	3.0	4.0
4	陈泽彬		2	0	0.0	0.0