一种光照鲁棒性人脸图像超分辨率算法.docVIP

一种光照鲁棒性人脸图像超分辨率算法 马祥 马琴琴 付俊妮 长安大学信息工程学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 为解决光照变化人脸图像超分辨率问题, 提出一种光照鲁棒性人脸图像超分辨率算法。将输入的低分辨率人脸图像和人脸图像训练集相结合, 在低分辨率空间通过对角加载冗余转换, 产生多种不同光照低分辨率人脸图像, 对多种不同光照低分辨率人脸图像进行局部几何位置约束重建, 加权合成多种不同光照高分辨率人脸图像。在公开的美国CMU PIE人脸库上的对比实验结果表明, 在将人脸图像分辨率提高倍的情况下, 本文算法不仅能在低分辨空间下, 对一幅分辨率极低的人脸图像重建出所对应的多个不同光照的低分辨率人脸图像, 而且能够重建出多种不同光照下质量较高的高分辨率人脸图像。 关键词： 光照变化; 超分辨率; 对角加载; 冗余转换; 几何位置约束; 作者简介：马祥 (1980—) , 男, 副教授、博士, 主研方向为图像分辨率增强与识别; 作者简介：马琴琴，硕士研究生 作者简介：付俊妮, 硕士研究生。 收稿日期：: 基金：国家自然科学基金面上项目 Robust Face Image Super-resolution Algorithm for Illumination MA Xiang MA Qinqin FU Junni School of Information Engineering, Changan University; Abstract： In order to solve the problem of face image super-resolution when the illumination changes, a robust face super-resolution algorithm for illumination is proposed. Combining the input low-resolution face image with the face image training set. The low resolution face images under multiple illuminations are generated by the diagonal loading redundant transformation in the low resolution space, and the low resolution face images under multiple illuminations is reconstructed by geometry and position constraints. When the optimal weight is solved, the high resolution face images under multiple illuminations are synthesized. The comparison results of the experiments on the published US CMU PIE face database show that the proposed method can achieve not only produces the low resolution face images with multiple illuminations for a very low-resolution face images in low resolution space, but generate satisfying high-resolution face images of multiple illuminations. Keyword： illumination change; super resolution; diagonal loading; redundancy conversion; geometric position constraints; Received： : 0概述 人脸图像作为一种复杂程度高、可变化性强的生物图像信息, 易受到各种不确定性因素的干扰[1], 尤其光照问题是分析人脸图像性能的一个难点。对于相同人脸图像在不同的光照条件下的差别要比不同人脸图像在相同光照条件下的差别还要大[2]。在低照度条件下, 人脸图像的细节灰度差别只在几十级以内, 采集的人脸图像呈现大量暗区, 暗区内容模糊不清、细节丢失且图像灰