人脸图像超分辨率自适应流形.pdfVIP

第 2o卷 第 7期 计算机辅助设计与图形学学报 Vo1．2O。NO．7 2008年 7月 JOURNAIOFCOMPUTER—AIDEDDESIGN COMPUTERGRAPHICS July，2008 人脸图像超分辨率的自适应流形学习方法 张雪松” 江 静 -k：,／思龙” (中国科学院 自动化研究所 国家专用集成电路设计 工程技 术研究 中心 北京 100190) 。(华北科技学 院机械与 电气工程系 北京 101601) (xuesong．zhang@ ia．ac．en) 摘 要 样本规模与使用方法是基于学习的超分辨率 中的一个重要 问题．面向人脸 图像超分辨率重建，提 出一种基 于局部保持投影 (LPP)的 自适应流形学习方法．由于能够揭示隐含在高维 图像空间中的非线性结构，LPP是一种可 以在局部人脸流形上分析其 内在特征的、有效的流形学习方法．通过在 LPP特征子空间中动态搜索出与输入图像块 最相似 的像素块集合作为学习样本 ，实现 了 自适应样本选择 ，并且利用动态样本集合通过基于像素块 的特征变换方 法有效地恢复出低分辨率人脸 图像 中缺失的高频成分．实验结果证实：通过在局部人脸流形上 自适应地选择学习样 本 ，文中方法可以仅使用相对少量的样本来获得很好的超分辨率重建结果． 关键词 人脸 图像 ；超分辨率 ；局部保持投影 ；流形学习；非监督学 习 中图法分类号 TP39l_4 AdaptiveM anifoldLearningM ethodforFaceHallucination ZhangXuesong’ JiangJing PengSilong ”(NationalASICDesignEngineeringCenter，InstituteofAutomation，ChineseAcademy0／S‘ciences，Beijing 100190) (DepartmentofMechanicsandElectricityEngineering，NorthChinaInstituteofScienceandTechnology，Beijing 101601) Abstract Thesizeoftrainingsetaswellastheusagethereofisanimportantissueoflearning—based super—resolution．Thiswork presentsanadaptivelearningmethodforfacehallucinationusingLocality PreservingProjection(LPP)．LPP isanefficientmanifoldlearningmethodthatcanbeusedtoanalyze thelocalintrinsicfeatureson themanifoldoflocalfacialareasbyvirtueofitsabilitytorevealnon— linearstructureshiddeninthehigh—dimensionalimagespace．W efulfilledtheadaptivesampleselection bysearchingoutpatchesonlineintheLPP sub—space，whichmakestheresultanttrainingsettailored tothe testing patch，and then effectively restored the losthigh—frequency components ofthe low— resolution face image by patched—based eigen transformation using the dynamic training set． The experimentalresults fully demonstratethattheproposed method can achieve good super—resolution reconstructionperformancebyutilizingarelativesmallamountofsamples． Key words face image； super—res