[发明专利]一种面向混合噪声的人脸超分辨率的重建方法及装置

说明书

本发明提供了一种面向混合噪声的人脸超分辨率的重建方法及装置，包括：接收低分辨率人脸图像X_L，将X_L、预设的低分辨率训练集中的低分辨率人脸样本图像及高分辨率训练集中的高分辨率人脸样本图像划分为相互重叠的图像块；计算中各个位置(i,j)的图像块对应的最优权重系数w^*(i,j)；将各个位置(i,j)的低分辨率人脸样本图像的图像块替换为对应的高分辨率人脸样本图像的图像块，根据最优权重系数w^*(i,j)合成各个位置(i,j)的高分辨率人脸图像块X_H(i,j)；根据高分辨率人脸图像块X_H(i,j)在人脸对应的位置进行融合，获取高分辨率人脸图像并输出；如此，引入l₁‑l₁双稀疏范数，同时进行混合噪声去除和人脸超分辨率重建，减小对低分辨率图像进行重建时的误差，进而获取高质量的高分辨率人脸图像。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种面向混合噪声的人脸超分辨率的重建方法及装置。

背景技术

在刑事侦查过程中，人脸图像作为最具信息量的对象，是最直接、最重要的破案线索。然而，在监控系统中，一般感兴趣的人距离监控摄像头较远，加上带宽和存储资源限制等原因，所捕获的人脸图像往往是低分辨率和低质量的。并且在图像采集和传输过程中丢失了许多面部特征细节信息，感兴趣的人脸图像难以被辨识。

现有技术中，因人脸超分辨率方法提高了观测低分辨率人脸图像的面部特征细节信息，可以利用该方法从观测得到的低分辨率人脸图像中重构出一张高分辨率的人脸图像。一般来说，根据高低分辨率图像对所构成的训练集这一先验信息，输入一张低分辨率的人脸图像，就可以超分辨率重建出一张高分辨率的人脸图像。但是现有的人脸超分辨率方法没有考虑噪声对重建过程的影响，或者只考虑单一噪声类型对重建过程的影响，如高斯白噪声。然而，在实际情况下，特别是在视频监控系统中，脉冲噪声等其他噪声也是图像退化过程中常见的噪声类型，与高斯白噪声一起影响着图像的获取过程。传统处理方法是先去噪声，再进行超分辨率重建，但在去噪过程中误差会在接下来的超分辨率重建中被放大，无法得到合理的重建结果，导致处理效果极差。

基于此，如何设计一种既能对高斯白噪声、脉冲噪声等噪声鲁棒，又能超分辨率重建人脸特征细节的联合人脸超分辨率方法是目前亟需解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供了一种面向混合噪声的人脸超分辨率的重建方法及装置，用于解决现有技术中对低分辨率的人脸图像进行重建时，不能同时进行混合噪声去除和人脸超分辨率重建，利用先去噪声再重建的方法导致噪声被放大、重建结果不理想，人脸图像质量差，难以辨识的技术问题。

本发明提供一种面向混合噪声的人脸超分辨率的重建方法，所述方法包括：

接收低分辨率人脸图像X_L，将所述低分辨率人脸图像X_L、预设的低分辨率训练集中的低分辨率人脸样本图像及高分辨率训练集中的高分辨率人脸样本图像划分为相互重叠的图像块；

在l₁-l₁双稀疏约束条件下，计算所述低分辨率人脸样本图像中各个位置(i,j)的图像块对应的最优权重系数w^*(i,j)；

将各个位置(i,j)的所述低分辨率人脸样本图像的图像块替换为对应的所述高分辨率人脸样本图像的图像块，根据所述最优权重系数w^*(i,j)合成各个位置(i,j)的高分辨率人脸图像块X_H(i,j)；

根据所述各个位置(i,j)的高分辨率人脸图像块X_H(i,j)在人脸对应的位置进行融合，获取高分辨率人脸图像并输出；其中，所述M为所述低分辨率人脸样本图像及所述高分辨率人脸样本图像的个数，所述i为图像块的行号，所述j为图像块的列号，所述m为样本图像的序号。