基于KPCA的人臉超分辨率算法研究.pdf

1、人臉超分辨率技術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。它的應用前景廣泛，包括：視頻監(jiān)控、人臉檢測與識別、圖像恢復、人臉面部表情分析、低帶寬的視頻會議傳輸，等等。人臉超分辨率技術目前已經成為圖像處理領域中新興的研究熱點之一。 本文首先對人臉超分辨率技術作了詳細的綜述，對現(xiàn)有的算法進行了科學分類。然后針對現(xiàn)有算法的一些缺點，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，能夠學習出數(shù)據的線性和非線性特征，所以重構的圖像更接近原圖。 本文算法的主要思想為：通過理論分析和實驗，建立了低分辨率特征空間和高分辨率特征空間之間的關系，利用這種關系學習出與輸入低分辨率人臉圖像所對應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等的迭代原象學習算法從特征空間中獲得高分辨率原象。針對全局人臉圖像過于平滑、缺少細節(jié)信息的現(xiàn)象，本文還使