[发明专利]一种基于自适应训练库的块域人脸超分辨率重建方法

权利要求书

1.一种基于自适应训练库的块域人脸超分辨率重建方法，其特征在于，包括以下步骤： 

步骤1，获得高分辨率人脸图像库Y_s和相应的低分辨率人脸图像库X_s，高分辨率人脸图像库Y_s中所有高分辨率人脸图像位置对齐，低分辨率人脸图像库X_s中的低分辨率人脸图像与高分辨率人脸图像库Y_s中的高分辨率人脸图像一一对应； 

步骤2，将高分辨率人脸图像库Y_s中的每幅高分辨率人脸图像和低分辨率人脸图像库X_s中的每幅低分辨率人脸图像分别进行重叠分块；在任一幅图像中，每个图像块所在的位置表示为位置标号(i,j)，i、j分别表示图像块所在位置的行和列； 

步骤3，将低分辨率人脸图像库X_s中的所有低分辨率人脸图像处于位置标号为(i,j)的图像块进行聚类处理； 

步骤4，对待处理低分辨率人脸图像x与高分辨率人脸图像库Y_s中高分辨率人脸图像的位置对齐，并用步骤2中进行重叠分块的方法对对齐后的待处理低分辨率人脸图像x分块，用x_ij代表待处理低分辨率人脸图像x处于位置标号为(i,j)的图像块； 

步骤5，对图像块x_ij，设在低分辨率人脸图像库X_s中的所有低分辨率人脸图像处于位置标号为(i,j)的图像块构成集合S，用类别选择和近邻筛选分别从集合S中取得对应集合A和B，将集合A和B取并集得到图像块x_ij的低分辨率最优相关训练集C，得到与低分辨率最优相关训练集内图像块C对应的高分辨率最优相关训练集C_h； 

步骤6，形成图像块x_ij的自适应训练库，包括对低分辨率最优相关训练集C做主成分分析，求得最优低分辨率图像基；对高分辨率最优相关训练集C_h做主成分分析，求得最优高分辨率图像基； 

步骤7，基于最优低分辨率图像基和最优高分辨率图像基对图像块x_ij进行块域重建，得到相应高分辨率重建块y_ij； 

步骤8，将各位置的高分辨率重建块拼接组合成为重建高分辨率图像y_t。 

2.根据权利要求1所述基于自适应训练库的块域人脸超分辨率重建方法，其特征在于：位置对齐通过仿射变换对齐特征点的方式实现，仿射变换的方法如下， 

通过对作为样本的所有高分辨率人脸图像相加除以样本个数计算出平均脸，设（x_i′,y_i′）是平均脸上第i个特征点的坐标，（x_i,y_i）为待对齐的人脸图像上对应的第i个特征点的坐标，设仿射变换矩阵为 

其中a,b,c,d,e,f是仿射变换系数，公式表示（x_i′,y_i′）和（x_i,y_i）存在的关系，采用直接线性变换方式解出仿射变换矩阵M， 

接着对待对齐的人脸图像的所有坐标点与仿射变换矩阵M相乘得到对齐之后的人脸图像。 

3.根据权利要求2所述基于自适应训练库的块域人脸超分辨率重建方法，其特征在于：步骤5用类别选择和近邻筛选分别从集合S中取得对应集合A和B，实现方式如下， 

所述类别选择，通过从集合S中挑选类别中心与图像块x_ij距离最小的类，然后将该类所有的图像块构成集合A； 

所述近邻筛选，通过从集合S中选取欧式距离意义上与图像块x_ij最接近的若干图像块构成子集B。