基于感興趣區(qū)域和稀疏表示的人臉超分辨率重建.pdf

1、隨著人們對圖像質(zhì)量要求的不斷提高，圖像處理技術(shù)已經(jīng)成為時下熱門的研究領(lǐng)域之一。圖像超分辨率重建(super-resolution)是指一種由一幅或多幅低分辨率圖像經(jīng)過圖像退化序列，重建出一幅或多幅高分辨率圖像的過程。高分辨率圖像是單位像素上所代表的現(xiàn)實中景物面積較小，反映圖像細(xì)節(jié)較多，能夠提供較豐富的信息。通過信號估計理論，不僅很好的解決了傳感器陣列密度限制問題，同時對光學(xué)系統(tǒng)成像中的退化問題也有較好的處理。目前，超分辨率重建技術(shù)已經(jīng)被

2、廣泛應(yīng)用于軍事偵查、醫(yī)學(xué)成像、公共安全領(lǐng)域。
　　本文重要通過三部分內(nèi)容提出并研究了基于感興趣區(qū)域和稀疏表示的人臉超分辨率重建：
　　首先，通過對人臉感興趣區(qū)域特征提取的研究，分析了三種經(jīng)典的人臉感興趣區(qū)域算法對低分辨率人臉圖像特征提取的準(zhǔn)確率，經(jīng)過實驗得出主動表觀模型（AAM）算法在分辨率為的低分辨率人臉圖像的識別準(zhǔn)確率要遠(yuǎn)優(yōu)于其他算法。
　　然后，通過對基于稀疏表示的超分辨率重建的研究，闡述了稀疏表示的基礎(chǔ)理論、稀

3、疏編碼的算法優(yōu)化、更新字典的算法設(shè)計；并且通過對聯(lián)合超分辨率學(xué)習(xí)字典構(gòu)建，使用稀疏表示的方法對低分辨率圖像進(jìn)行了超分辨率重建，從而得到高分辨率圖像。同時比較了Bicubic插值法與本文算法的峰值信噪比的差距，對重建算法進(jìn)行了實驗研究，研究結(jié)果表明字典大小和樣本個數(shù)的多少都直接影響了超分辨率重建之后的結(jié)果。
　　最后，提出了一種基于感興趣區(qū)域的和稀疏表示的人臉超分辨率重建算法過程，同時還提出了一種優(yōu)化高分辨率字典的方法，該方法使得高