用于遠(yuǎn)距離人臉識別的超分辨率圖像恢復(fù)研究.pdf

1、在生物特征識別中，人臉識別因其自然性及不被被測個體察覺的特點成為主要的技術(shù)之一。但在用于遠(yuǎn)距離識別的步態(tài)圖像中，因攝像頭距離監(jiān)控人較遠(yuǎn)，視頻場景通常比較復(fù)雜，導(dǎo)致所采集側(cè)面人臉圖像區(qū)域面積較小，分辨率低且光照變化，難于進行有效的人臉檢測與識別。針對這個問題，本文提出一種對視頻采集的原始低分辨率人臉圖像進行超分辨率恢復(fù)的方法，得到可用于人臉識別的高分辨率人臉圖像。
　　 本研究首先分析了遠(yuǎn)距離條件下人臉圖象退化的建模問題，建立了對

2、應(yīng)的圖像退化模型，將人臉圖像超分辨率恢復(fù)放在離散余弦變換(DCT)域中解決，其中對原始遠(yuǎn)距離低分辨率圖像應(yīng)用三次樣條插值算法獲得過渡高分辨率圖像，并從中提取直流分量(DC)系數(shù)，用于重建最終的目標(biāo)高分辨率圖像。對目標(biāo)高分辨率圖像的交流分量(AC)系數(shù)估計采用一種簡化推斷模型，主要包括以下工作：①對低分辨率人臉圖像做DCT變換，取DC系數(shù)與不同數(shù)量的AC系數(shù)，并將其做逆變換。對于11個人臉圖像，選取不同個數(shù)的AC系數(shù)時的峰值信噪比，得到結(jié)

3、論為AC系數(shù)為15時其恢復(fù)效果最優(yōu)。②簡化Markov網(wǎng)絡(luò)模型，即簡化AC系數(shù)推斷模型，在對系數(shù)使用局部線性插值算法做降維運算后對其能量函數(shù)求解最小值得到目標(biāo)高分辨率圖像的AC系數(shù)。
　　 基于上述DC與AC系數(shù)，利用圖像相加得到目標(biāo)高分辨率圖像的分塊圖像并對其進行后置濾波，得到最終的目標(biāo)高分辨率圖像。然后對遠(yuǎn)距離采集的步態(tài)視頻中截取的人臉圖像進行相關(guān)測試，首先采用Adaboost算法做人臉識別，對比超分辨率恢復(fù)前后人臉識別效果