摘要：為了提高人臉圖像超分辨率重建算法中殘差補(bǔ)償步驟的效果，提出一種通用的基于內(nèi)容相似圖像塊線性組合逼近的殘差補(bǔ)償框架，不經(jīng)過搜索步驟，使用訓(xùn)練集人臉圖像同一內(nèi)容的圖像塊來(lái)進(jìn)行運(yùn)算。所提框架中的全局重建步驟，可以使用不同的重建方法。實(shí)驗(yàn)結(jié)果表明，在這種框架下的殘差補(bǔ)償方法，相比經(jīng)典的鄰域嵌入殘差補(bǔ)償方法，可以更好地恢復(fù)出初步重建的人臉圖像細(xì)節(jié)信息。因?yàn)檫@是一種通用的殘差補(bǔ)償方法，從而可以推測(cè)凡使用鄰域殘差補(bǔ)償?shù)乃惴ǎ山柚舅惴蚣軐⒅亟ńY(jié)果進(jìn)一步的提升。

關(guān)鍵詞：超分辨率重建；殘差補(bǔ)償；內(nèi)容相似；人臉圖像

中圖分類號(hào)：TN919—34；TP15文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004—373X（2012）18—0105—03

中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金（CHD2011JC146）；長(zhǎng)安大學(xué)基礎(chǔ)研究支持計(jì)劃專項(xiàng)基金在人臉圖像超分辨率[1]重建過程中，初步重建出的結(jié)果通常看上去較為平滑，缺乏面部細(xì)節(jié)。這些面部細(xì)節(jié)對(duì)應(yīng)著原始圖像的高頻部分，稱之為“人臉殘差”，一般是指真實(shí)圖像與重建結(jié)果的灰度值之差。通常的超分辨率重建算法[2—5]，需要進(jìn)行殘差補(bǔ)償，以提高最終圖像重建質(zhì)量。近幾年國(guó)際文獻(xiàn)中常見的基于鄰域塊的殘差補(bǔ)償方法[4]，基本思路是建立一個(gè)殘差訓(xùn)練集，然后在殘差訓(xùn)練集中尋找出與輸入的圖像塊歐氏距離最小的若干個(gè)圖像塊來(lái)進(jìn)行運(yùn)算，對(duì)初步所得的結(jié)果進(jìn)行局部高頻細(xì)節(jié)補(bǔ)償。這種算法由于包含搜索步驟，導(dǎo)致運(yùn)算量大，并且補(bǔ)償?shù)男Ч焕硐搿１疚奶岢鲆环N通用的基于內(nèi)容相似圖像塊線性組合逼近的殘差補(bǔ)償框架，不經(jīng)過搜索步驟，使用訓(xùn)練集人臉圖像同一內(nèi)容的圖像塊來(lái)進(jìn)行運(yùn)算。在所提的這種框架中的全局重建步驟，可以使用不同的重建方法。在這種框架下的殘差補(bǔ)償方法，相比鄰域嵌入殘差補(bǔ)償方法，可以更好地恢復(fù)出人臉圖像細(xì)節(jié)信息。因?yàn)檫@是一種通用的殘差補(bǔ)償框架方法，從而可以推測(cè)凡使用鄰域殘差補(bǔ)償?shù)乃惴ň山柚練埐钛a(bǔ)償算法框架將重建結(jié)果進(jìn)一步的提高。

1算法原理