结合位置先验与稀疏表示的单帧人脸图像超分辨率算法.pdf

《结合位置先验与稀疏表示的单帧人脸图像超分辨率算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、JournalofComputerApplicationsICSOSNDE1N00J1Y．I9I0b8u12012．05—01计算机应用，2012，32(5)：1300—1302，1324http：／／www．joca．CB文章编号：1001—9081(2012)05—1300—03doi：10．3724／SP．J．1087．2012．01300结合位置先验与稀疏表示的单帧人脸图像超分辨率算法马祥(1．长安大学信息工程学院，西安710064；2．西安交通大学电子与信息工程学院，西安710049)，(通信作者电子邮箱maxiang@chd．edu．cn)摘要：提出了一种结合位置先验与稀疏表示

2、的人脸图像超分辨率算法，可对单帧输入的低分辨率人脸图像基于训练集进行超分辨率重建。利用压缩感知理论中的信号分解方法，，将稀疏表示与人脸位置先验信息相结合，使用经过分类的超完备冗余字典，来分别稀疏逼近输入信号的块向量结构。利用最佳的项原子，线性组合重建出高分辨率图像块。最后按照图像块最初在人脸的位置，将它们拼接为整体人脸。在CAS—PEAL．R1人脸图库上的实验结果表明，该算法使用相对较少的原子，就可以重建出质量较好的高分辨率人脸图像。关键词：稀疏表示；压缩感知；超完备字典；位置先验；人脸图像；超分辨率中图分类号：TP391．41文献标志码：AFacehallucinationbasedon

3、positionpriorandsparserepresentationMAXiang，(1．SchoolofInformationEngineering，Chang'anUniversity,Xi'anShaanxi710064，China；2．SchoolofElectronicandInformationEngineering，Xi'anJiaotongUniversity,Xi"anShaanxi710049，China)Abstract：Afacehallucinationmethodbasedonsparserepresentationandpositionpriorwaspr

4、oposed，whichcanobtaintheenlargementofasinglelow—resolutioninput．Someperspectivesofcompressedsensingwereappliedtothemethod．Thehigh—andlow—resolutionover-completeatomswereclassifiedaccordingtodiferentpositionsofface．Thelow-resolutionfaceimageinputswereapproximatedbythesparselinearcombinationoftheove

5、r-completeatomswhichwereclassified．Thesparsecoeficientswereobtainedtoreconstructthehigh—resolutiondataofcertainposition．Accordingtotheiroriginalpositions，thegeneratedpatcheswereintegratedintoaglobalface．Theexperimentalresultsillustratethattheproposedmethodcangeneratesatisfyinghigh—resolutionfaceim

6、ageusingfeweratomscomparedtoothermethods．Keywords：sparserepresentation；compressedsensing；over—completedictionary；positionprior；faceimage；super—resolUtion本文利用压缩感知理论的观点，提出一种基于学习的、结0引言合位置先验与稀疏表示的人脸图像超分辨率算法，可对单帧在压缩感知理论⋯框架下，采样速率不决定于信号的带输入的低分辨率人脸图像基于训练集进行超分辨率重建出对宽，而决定于信息在信号中的结构和内容。压缩感知理论利应的高分辨率人脸图像。使用经过

7、分类的超完备冗余小字用了信号的稀疏特性，将原来基于奈奎斯特采样定理的信号典，来分别稀疏逼近输入信号的块向量结构，分别挑选最佳的采样过程转化为基于优化计算恢复信号的观测过程。对稀疏K项组合，将稀疏表示和位置先验相结合来重建出高分辨率表示研究的另一个热点是信号在冗余字典下的稀疏分解。用图像块。实验结果表明，本算法使用相对比较少的原子，就可超完备的冗余函数库取代基函数，称之为冗余字典，字典中的以重建出质量较高的高分辨率人脸图像