基于学习的幻构人脸技术研究.docxVIP

鉴于学习的幻构人脸技术研究 近年来,幻构人脸技术作为图像超分辨率(Super-Resolution,SR)的分支,受 到了人脸图像邻域研究学者的重点关注。幻构人脸技术经过挖掘低分辨率 (Low-Resolution,LR)人脸图像中的有关信息,并利用信息技术扩大目标人脸分 辨率。 该技术为从低质量图像系统获取高分辨率(High-Resolution,HR)人脸图像 提供了卓有成效的方法,且使用灵活,成本低廉。本文针对传统浅层学习方法在人 脸图像重构过程中,关于人脸成分细节恢复效果不精美,以及目标高分辨率(HR) 人脸真切性低的问题,分别设计了鉴于稀疏表示与人脸构造的方法以及鉴于残差 卷积神经网络的方法。 在稀疏表示与人脸构造联合幻构人脸技术(Sparserepresentationand facialcomponentsjointfacehallucination,SrfcFH)中,首先将拥有像素邻 域有关性与低维特性的八方向梯度图作为稀疏词典的训练特点,并对由该词典得 到的HR图像提取纹理梯度图。然后,联合由最相像眉毛、眼睛、鼻子、嘴巴高分 辨率梯度组成的人脸成分梯度图,与由HR边缘梯度估计获得的轮廓梯度图,联合 组成目标HR梯度图。 最后,经过迭代反应射算法计算目标HR图像。在鉴于残差卷积神经网络的幻 构人脸技术(Residualconvolutionneuralnetwor