[发明专利]基于多尺度人脸部位特征字典的人脸图像复原系统

权利要求书

1.一种基于多尺度人脸部位特征字典的人脸图像复原系统，其特征在于包括：

人脸特征字典离线生成模块(100)：用于由高清人脸图像数据集中的每幅样本图像分别提取高清人脸部位特征，并对提取结果采用k均值聚类的方式得到人脸部位特征字典；

人脸图像复原模块(200)：用于对待复原退化人脸图像进行特征提取，并将特征提取结果与所述人脸部位特征字典进行融合，得到部位增强后的待复原人脸特征；再对待复原人脸特征进行重建，获得引导复原结果图像。

2.根据权利要求1所述的基于多尺度人脸部位特征字典的人脸图像复原系统，其特征在于，所述人脸特征字典离线生成模块(100)得到的人脸部位特征字典包括M个尺度，M为大于或等于1的整数。

3.根据权利要求2所述的基于多尺度人脸部位特征字典的人脸图像复原系统，其特征在于，当M为4时，采用VggFace模型对样本图像进行处理的过程包括：

对每幅样本图像依次进行卷积、激活、卷积、激活、池化、卷积、激活、卷积以及激活操作，获得尺度为1的高清人脸部位特征；

对尺度为1的高清人脸特征再依次进行激活、池化、卷积、激活、卷积、激活、卷积、激活以及卷积操作，获得尺度为2的高清人脸部位特征；

对尺度为2的高清人脸特征再依次进行激活、池化、卷积、激活、卷积、激活、卷积、激活以及卷积操作，获得尺度为3的高清人脸部位特征；

对尺度为3的高清人脸特征再依次进行激活、池化、卷积、激活、卷积、激活、卷积、激活以及卷积操作，获得尺度为4的高清人脸部位特征；

其中激活操作均采用ReLU激活函数，池化操作均采用最大池化操作；

第一次和第二次卷积操作均为64个3*3，步长为1的卷积操作；

第三次和第四次卷积操作均为128个3*3，步长为1的卷积操作；

第五次至第九次卷积操作均为256个3*3，步长为1的卷积操作；

第十次到十六次卷积操作均为512个3*3，步长为1的卷积操作；

所述尺度为1的高清人脸部位特征、尺度为2的高清人脸部位特征、尺度为3的高清人脸部位特征和尺度为4的高清人脸部位特征分别通过字典生成模块进行处理，获得对应尺度的人脸部位特征字典；

所述字典生成模块对输入数据进行处理的过程包括：

获取尺度为1的高清人脸部位特征、尺度为2的高清人脸部位特征、尺度为3的高清人脸部位特征或尺度为4的高清人脸部位特征；

然后进行区域对齐操作：采用人脸关键点检测算法，获取高清人脸部位特征的左眼、右眼、鼻子及嘴的部位；根据获取的各部位位置将左眼、右眼、鼻子及嘴通过RoIAlign的方式由对应的高清人脸部位特征中裁剪出来，得到左眼、右眼、鼻子及嘴的部位特征，作为提取结果；

对提取结果中各部位的所有部位特征，通过k均值聚类的方式，分别获得左眼的K1个聚类中心、右眼的K2个聚类中心、鼻子的K3个聚类中心和嘴的K4聚类中心；其中K1个聚类中心对应于左眼字典，K2聚类中心对应于右眼字典，K3聚类中心对应于鼻子字典，K4聚类中心对应于嘴部字典；K1、K2、K3及K4均大于或等于1；

对应于尺度为1的高清人脸部位特征，获得尺度为1的人脸部位特征字典，对应于尺度为2的高清人脸部位特征，获得尺度为2的人脸部位特征字典，对应于尺度为3的高清人脸部位特征，获得尺度为3的人脸部位特征字典，对应于尺度为4的高清人脸部位特征，获得尺度为4的人脸部位特征字典。