[发明专利]基于经验关系偏差纠正的鲁棒人脸超分辨处理方法及其系统

权利要求书

1.一种基于经验关系偏差纠正的鲁棒人脸超分辨处理方法，其特征在于：其包括以下步骤：

S1：构建包含高分辨率人脸图像库及其对应的低分辨率人脸图像库的原始训练库，以及两种极低降质的增广库，

S2：基于增广库中的备用训练库X₁，X₂，...，X_n和输入的待处理人脸图像x_in，采用局部分块打分的形式构建新的增广库；

S3：在分块基础上分别为高分辨率人脸图像库和低分辨率人脸图像库做预处理，在高分辨率图像库和低分辨输入图像两个层面上分别求取每一个位置与其他位置块的经验关联度和输入图像的待测关联度，为后续基于关联度计算出个体偏差做数据准备；

S4：为输入图像块的每一个近邻块计算出偏移量的向量，

S5：基于个体偏差将输入待处理低分辨率图像x_in投影至分类特征空间中，计算每一个块位置的超分辨率表达系数；

S6：将超分辨率表达系数和权重向量投影回到高分辨率空间得到高分辨率空间重表达结果，公式记作按照位置变量i拼接高分辨率人脸图像块得高分辨率人脸图像y_out；其中，表示恢复出来的高分辨率人脸图像y_out在第i个位置上的图像块，ωⁱ表示第i个图像块的权重系数向量；Yⁱ表示高分辨率人脸库中所有图像取位置i的图像块组成的图像块集合。

2.根据权利要求1所述的一种基于经验关系偏差纠正的鲁棒人脸超分辨处理方法，其特征在于：步骤S1中将高分辨率人脸图像库中高分辨率人脸图像位置对齐，并进行几种不同的降质处理得对应的低分辨率人脸图像库，高分辨率人脸图像库和n种低分辨率人脸图像库构成n+1种训练库，同时使待处理低分辨率人脸图像与训练库中图像大小相同且位置对齐，位置对齐采用仿射变换法将进行位置对齐；

由高分辨率人脸图像库下降质量生成低分辨率人脸图像库的具体方法为：设n对良好对齐的高低分辨率人脸样本对Y和X，低分辨率人脸样本X由高分辨率人脸样本Y以常规降质过程D生成，其中X＝{x₁，x₂，...，x_n}，Y＝{y₁，y₂，...，y_n}，那么X和Y即构成原始训练库；另选取n种不同的降质过程D₁，D₂，...，D_n，构建n种极低降质的备用训练库X₁，X₂，...，X_n。

3.根据权利要求1所述的一种基于经验关系偏差纠正的鲁棒人脸超分辨处理方法，其特征在于：S2中在为低分辨率输入待处理图像x_in重建高分辨率块时，取出位置i对应的待处理图像块以及位置i对应的低分辨率备用训练库块集合具体地分块步骤如下：

S2-1，对x_in中的每一张人脸图像进行无差别的均匀分块，分块窗口大小记为bb，交叠像素尺寸个数为dd，

S2-2，假设每张人脸图像长度和宽度分别为imrow和imcol个像素，计算得出每张图像分块M＝U×V，计算公式如下：

U＝ceil((imrow-dd)/(bb-dd))

V＝ceil((imcol-dd)/(bb-dd))

其中，U表示长度方向上分成的块数，V表示宽度方向上分成的块数，

S2-3，设i表示位置标号，i＝1，2，3，...，M分别从低分辨率备用训练库X₁，X₂，...，X_n获得的分块；

S2-4，在特征空间上计算位置i上的块的降质种类标签label，即根据计算其到的最近距离敲定其对应的降质种类作位置i的标签，表示的梯度方向特征值；分别表示的判别特征。