基于流形学习人脸图像超分辨率技术研究.pdfVIP

第35卷第1期 光 e4t, 技 术 Vo1．35NO．1 2009年 1月 OPTICALTECHNIQUE Jan． 2009 文章编号：1002—1582(2009)01—0084—05 基于流形学习的人脸图像超分辨率技术研究 吴炜，杨晓敏，陈默，郑丽贤，何小海 (四川大学 电子信息学院图像信息研究所，成都 610064) 摘 要：超分辨率技术是由低分辨率图像复原出高分辨率图像的技术。针对人脸图像进行基于学习的超分辨率技 术研究，将流形学习算法融入到超分辨率算法中，并且将其用于人脸图像的超分辨率复原。对流形学习应用于基于学习 的超分辨率原理进行了介绍。为了使得人脸图像取得更好的复原效果，对特征提取模板进行改进，使得新的特征提取模 板考虑更多的像素之间的相关性，并更好地抑制噪声的影响，保留了更多的特征信息。加入了新的特征(即拉普拉斯特 征)。该特征突出的边缘细节，保持了人脸图像鲜明的轮廓和清晰的边缘信息。实验结果表明，算法复原出的人脸图像 更接近于真实图像，具有更高的峰值信噪比。 关 键 词：流形学习；基于学习的超分辨率；局部线性嵌入；图像复原；峰值信噪比 中图分类号：Tfy751 文献标识码：A Theresearchoffacesuper-resolution basedonmanifoldlearning WUWei，YANG Xiao-min，CHENMo，ZHENGLi．xian，HEXiao—hai (CollegeofElectronicsnadInformationEngineering，Sichuna University，Chengdu 610064，China) Abstract：Super-resolutionistopredicting high—resolutionimagefrom alow-resolutionone．Oneofthemnaifoldlearning methods。locallylinearembedding (LLE)isapplide forsuper-resolution．Thismethodisusedtorecoverhighresolutionfaceim— ages．Thefacesuper-resolutionbasedonmanifoldlearning isintroducde ．Inordertoachievebetterresults，amodifide operator forfeatureextractionispresented，whichconsidermorepixelsbetweentherelevna ceandretainmorefeatures．A new featureis addde ，nsmdyLaplacianfeature．TheLaplacina faetureskeepsthedegedetail，maintainimages sharpandclearoutlineofthe degeofinformation．Theexperimentalresultsdme onstratethattheresultsoftheproposedmethodareclosertotherealimages， withahigherpeaksignaltonoiseratio． Keywords：manifoldlearning；learning-basedsuper-resolution；locallylinearembedding(LLE)；imagerestoration；peak signaltOnoiseratio 于超分辨率复原，通过对人脸和文字图像的实验，获 0 引 言 得了比先前(多帧)的超分辨率方法更好的结果。对 超分辨率技术是通过低分辨率图像生成高分辨 基于学习超分辨率