[发明专利]一种由模糊监控视频重建高分辨率人脸图像的方法与系统

说明书

本发明公开了一种由模糊监控视频重建高分辨率人脸图像的方法与系统，具体过程包括：1、采用人脸检测技术提取监控视频中人脸图像，并对图像进行直方图均衡、尺寸调整等预处理；2、构建级联生成式对抗网络模型，实现了端到端的模糊人脸重建功能，该模型包含1个图像增强模块、2个图像放大模块和1个图像优化模块，分别实现了模糊人脸图像的增强、图像放大功能和图像优化功能；3、基于编解码网络结构构建了级联生成式对抗网络模型中的功能模块，实现在人脸图像各层次特征中填充特征细节，并通过正反馈结构保留模糊人脸图像中原始特征。

技术领域

本发明涉及利用常规监控摄像头采集视频数据，利用图像处理及深度学习技术，实现监控视频图像中模糊人脸重建。

背景技术

当前，采用深度学习技术重建模糊人脸图像具有较高的实用价值，因此是当前研究的热点和难点。大量监控设备的敷设是维护社会稳定的有力措施，但是监控设备录制视频容易受到物体运动、天气、距离及光照等因素的影响，导致监控捕捉得到人脸图像存在模糊难辨的问题，一定程度上增加了识别的难度。目前，基于生成式深度学习模型，以高精度重建监控视频模糊人脸图像为目标的研究少，缺乏具有较高实用价值的研究成果。

为此，本发明基于生成式对抗网络在生成高清人脸方面的技术优势，采用级联式网络结构模型，在确保最大程度保留原始模糊人脸图像五官、面部轮廓等重要特征的基础上，实现人脸图像增强、细节特征填充、放大及优化功能，从而实现了高精度重建监控视频中模糊人脸图像。

发明内容

为了提高人脸识别性能，本发明提出一种由模糊监控视频重建高分辨率人脸图像的方法与系统，该方法基于监控摄像头拍摄视频，实现对监控视频中模糊人脸图像的重建。

本发明的目的是通过以下技术方案来实现的：

本发明的其中一个目的在于提供一种由模糊监控视频重建高分辨率人脸图像的方法，包括以下步骤：

1)检测视频帧图像中人面部区域，得到模糊人脸图像；

2)对模糊人脸图像进行预处理，包括尺寸调整及直方图均衡；

3)利用由图像增强模块、一级图像放大模块、二级图像放大模块和图像优化模块构建的级联模糊人脸重建模型，得到高分辨率人脸图像；具体为：

3.1)图像增强模块：首先对预处理后的模糊人脸图像进行人脸蒙板层处理，然后采用第一编解码网络和图像优化层输出增强人脸图像；

3.2)一级图像放大模块：将增强人脸图像作为输入，采用第二编解码网络、图像优化层和人脸分割层输出一级人脸放大图像和人脸分割图像；

3.3)二级图像放大模块：将一级人脸放大图像和人脸分割图像作为输入，采用第三编解码网络和图像优化层输出二级人脸放大图像；

3.4)图像优化模块：将二级人脸放大图像作为输入，引入随机噪声，采用第四编解码网络和图像优化层输出重建后的高分辨率人脸图像。

本发明的另一个目的在于提供一种基于上述方法的由模糊监控视频重建高分辨率人脸图像的系统，包括：

人脸图像提取模块，其用于检测视频帧图像中人面部区域，获得模糊人脸图像；

人脸图像预处理模块，其用于对获取得到的人脸图像模块进行预处理，包括尺寸调整及直方图均衡；

级联模糊人脸重建模型模块，其用于将预处理后的模糊人脸图像进行增强、放大和优化，得到高分辨率人脸图像；所述的级联模糊人脸重建模型模块包括：

图像增强模块：首先对预处理后的模糊人脸图像进行人脸蒙板层处理，然后采用第一编解码网络和图像优化层输出增强人脸图像；

一级图像放大模块：将增强人脸图像作为输入，采用第二编解码网络、图像优化层和人脸分割层输出一级人脸放大图像和人脸分割图像；