應(yīng)用于人臉識(shí)別的超分辨率算法研究.pdf

1、超分辨率算法是指通過(guò)對(duì)一幅或多幅低分辨率圖像特征提取并重構(gòu)，從而得到一幅清晰的高分辨率圖像。通過(guò)超分辨率技術(shù)，在固有的硬件設(shè)備下，能夠得到更好的圖像效果，因而超分辨率技術(shù)在視頻監(jiān)控、醫(yī)療成像等領(lǐng)域得到廣泛的應(yīng)用。人臉的唯一性使得人臉識(shí)別成為生物特征識(shí)別的重要內(nèi)容，為降低因硬件設(shè)備造成的圖像不清晰對(duì)識(shí)別率的影響，應(yīng)用于人臉識(shí)別的超分辨率技術(shù)成為超分辨率研究中的一個(gè)重要分支。
　　本文針對(duì)低分辨率人臉圖像，通過(guò)超分辨率技術(shù)，提高圖像的

2、分辨率，并用于人臉識(shí)別。主要內(nèi)容如下：
　　1.描述了人臉識(shí)別與超分辨率技術(shù)的研究背景及國(guó)內(nèi)外研究現(xiàn)狀；介紹了幾種經(jīng)典的人臉圖像處理方法，并將其應(yīng)用于提高人臉圖像分辨率。
　　2.典型相關(guān)分析（Canonical Correlation Analysis, CCA）是一種經(jīng)典的向量之間相互依賴關(guān)系的多元數(shù)據(jù)處理方法。在CCA中，加入類別信息，得到監(jiān)督的典型相關(guān)分析方法（Supervised Canonical Correla

3、tion Analysis, SCCA），降低對(duì)光照、姿態(tài)、表情等外因的敏感度，增強(qiáng)魯棒性，更有效地實(shí)現(xiàn)人臉特征的提取。由于高分辨率人臉與低分辨率人臉有著相似的幾何結(jié)構(gòu)，特征提取后，通過(guò)關(guān)系學(xué)習(xí)能夠建立低分辨率人臉圖像與高分辨率人臉圖像之間的映射關(guān)系。對(duì)于低分辨率人臉特征，通過(guò)映射關(guān)系，得到高分辨率人臉圖像特征并用于人臉識(shí)別。
　　3.為了提高局部保持投影（Locality Preserving Projections, LPP）

4、在人臉圖像超分辨率中的適用性，在LPP中加入CCA的算法思想，得到相關(guān)性增強(qiáng)的局部保持投影（Correlation Enhanced Locality Preserving Projections, CELPP）方法。將CELPP用于人臉圖像的特征提取，繼而利用關(guān)系學(xué)習(xí)或徑向基函數(shù)（Radial Basis Function, RBF）來(lái)建立低分辨率圖像與高分辨率圖像之間的映射變換，并將得到的高分辨率人臉圖像用于人臉識(shí)別。CELPP方法