基于KPCA的人臉超分辨率算法研究.pdf

1、人臉超分辨率技術(shù)是一種從低分辨率人臉圖像獲得高分辨率人臉圖像的技術(shù)。它的應(yīng)用前景廣泛，包括：視頻監(jiān)控、人臉檢測與識(shí)別、圖像恢復(fù)、人臉面部表情分析、低帶寬的視頻會(huì)議傳輸，等等。人臉超分辨率技術(shù)目前已經(jīng)成為圖像處理領(lǐng)域中新興的研究熱點(diǎn)之一。 本文首先對(duì)人臉超分辨率技術(shù)作了詳細(xì)的綜述，對(duì)現(xiàn)有的算法進(jìn)行了科學(xué)分類。然后針對(duì)現(xiàn)有算法的一些缺點(diǎn)，提出了一種基于核主成分分析(KPCA)的人臉超分辨率算法。跟線性方法相比，KPCA是一種非線性算

2、法，能夠?qū)W習(xí)出數(shù)據(jù)的線性和非線性特征，所以重構(gòu)的圖像更接近原圖。 本文算法的主要思想為：通過理論分析和實(shí)驗(yàn)，建立了低分辨率特征空間和高分辨率特征空間之間的關(guān)系，利用這種關(guān)系學(xué)習(xí)出與輸入低分辨率人臉圖像所對(duì)應(yīng)的高分辨率人臉圖像在高分辨率特征空間的象到高分辨率核主成分子空間的投影。為了得到最終的高分辨率人臉圖像，本文采用了Mika等的迭代原象學(xué)習(xí)算法從特征空間中獲得高分辨率原象。針對(duì)全局人臉圖像過于平滑、缺少細(xì)節(jié)信息的現(xiàn)象，本文還使