封順

(吉林警察學(xué)院 吉林省長春市 130117）

當(dāng)今，視頻偵查技術(shù)已經(jīng)被廣泛應(yīng)用到個(gè)公安工作中，圖像資料也常常被當(dāng)做證據(jù)使用，高質(zhì)量圖像是獲取關(guān)鍵信息的前提和保障。然而在公安實(shí)戰(zhàn)案件中獲取的關(guān)鍵圖像信息受成像設(shè)備硬件、傳輸、記錄或一些退化因素（如運(yùn)動(dòng)模糊、過濾、噪聲等）等諸多因素影響發(fā)生降質(zhì)，造成分辨率低、細(xì)節(jié)模糊、圖像視覺效果較差等特點(diǎn)，無法從當(dāng)前圖像中獲取證據(jù)線索和偵查方向，難以利用圖像進(jìn)一步開展工作，直接影響案件的分析和研判，給公安工作帶來巨大的困擾。當(dāng)前公安一線工作針對(duì)低質(zhì)量圖像處理方法不多，常通過簡單圖像處理軟件進(jìn)行插值處理、調(diào)整色階、亮度等操作，處理結(jié)果也不盡人意，能夠從中獲取的信息少之又少。

作為一個(gè)經(jīng)典的計(jì)算機(jī)視覺問題，單圖像超分辨率(Single Image Super-Resolution, SISR)在學(xué)術(shù)研究領(lǐng)域和工業(yè)級(jí)產(chǎn)業(yè)界中受到了廣泛的關(guān)注，其目的是從觀測到的低分辨率圖像重建出相應(yīng)的高分辨率圖像。從Dong等人提出SRCNN開創(chuàng)性的將深度學(xué)習(xí)技術(shù)引入到解決SISR問題以來，基于深度學(xué)習(xí)的圖像超分辨率重建得到了蓬勃的發(fā)展，各種網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)和訓(xùn)練策略持續(xù)地改善超分辨率(SR)性能，得到了良好的視覺效果，在監(jiān)控設(shè)備、衛(wèi)星圖像、醫(yī)學(xué)影像、老照片修復(fù)等領(lǐng)域都有重要的應(yīng)用價(jià)值。其中，網(wǎng)絡(luò)結(jié)構(gòu)主要采用基于卷積神經(jīng)網(wǎng)絡(luò)和基于生成對(duì)抗網(wǎng)絡(luò)兩種，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重建是建立低分辨率圖像到高分辨率圖像的端到端映射，補(bǔ)充丟失的高頻細(xì)節(jié)信息；基于生成對(duì)抗網(wǎng)絡(luò)的超分辨率重建利用“零和博弈”的思想，不斷優(yōu)化網(wǎng)絡(luò)模型來縮減原始圖像與重建圖像像素之間的差距，生成對(duì)應(yīng)的高質(zhì)量圖像?；谏疃葘W(xué)習(xí)圖像超分辨率重建算法主要是借助網(wǎng)絡(luò)結(jié)構(gòu)深層次實(shí)現(xiàn)對(duì)原始圖像特征的提取，利用上采樣進(jìn)行高質(zhì)量圖像的重建，網(wǎng)絡(luò)結(jié)構(gòu)基本流程圖如圖1所示。

圖1：基于深度學(xué)習(xí)的圖像超分辨率重建網(wǎng)絡(luò)結(jié)構(gòu)基本流程圖

基于深度學(xué)習(xí)的圖像超分辨率重建技術(shù)可為公安實(shí)戰(zhàn)應(yīng)該用提供強(qiáng)大的技術(shù)支撐，不僅為案件偵辦中低質(zhì)量圖像進(jìn)行重建，大幅度提升圖像的分辨率，很好的改善圖像視覺質(zhì)量，從中獲取關(guān)鍵線索和偵查方向，而且在人像、指紋、足跡、工具痕跡、車牌增強(qiáng)處理方面發(fā)揮巨大作用，很好的構(gòu)建出高頻邊緣細(xì)節(jié)，提升人臉識(shí)別和公安圖像數(shù)據(jù)檢索的準(zhǔn)確率，還可在法庭科學(xué)司法鑒定中提供參考作用。這些處理方法都可在公安實(shí)戰(zhàn)應(yīng)用中發(fā)揮關(guān)鍵性作用，是傳統(tǒng)的簡單處理方法做不到的。

我們對(duì)基于深度學(xué)習(xí)的圖像超分辨率重建在公安實(shí)戰(zhàn)應(yīng)用中進(jìn)行研究和探討，希望能給公安實(shí)戰(zhàn)中處理低質(zhì)量圖像提供一定的參考，為法庭科學(xué)司法鑒定提供借鑒。本文首先介紹了圖像超分辨率重建技術(shù)的早期方法和基于深度學(xué)習(xí)的超分辨率重建相關(guān)方法；然后，從公安實(shí)際應(yīng)用角度出發(fā)，充分挖掘和深度探討基于深度學(xué)習(xí)的圖像超分辨率重建在公安實(shí)戰(zhàn)中具體應(yīng)用領(lǐng)域，分析在實(shí)際應(yīng)用過程中遇到的問題及其原因，提出了相應(yīng)的解決方法；最后，展望了未來在公安領(lǐng)域的發(fā)展方向。

1 相關(guān)技術(shù)

近年來，深度學(xué)習(xí)表現(xiàn)出爆炸性的應(yīng)用，已成功應(yīng)用于計(jì)算機(jī)視覺、自然語言處理、醫(yī)學(xué)處理等多個(gè)領(lǐng)域，受到工業(yè)界和學(xué)術(shù)界廣泛應(yīng)用和研究。其中，單圖像超分辨率是從其低分辨率(LR)對(duì)應(yīng)物估計(jì)高分辨率(HR)圖像的極具挑戰(zhàn)性的任務(wù)，受到計(jì)算機(jī)視覺研究界的極大關(guān)注，在公安實(shí)戰(zhàn)中具有廣泛的應(yīng)用前景。

基于預(yù)測的方法是解決超分辨率(SR)的首批方法之一。雖然這些過濾方法(線性、雙三次、Lanczos濾波)可以非常快，但它們過分簡化了超分辨率問題，預(yù)測細(xì)節(jié)真實(shí)的紋理時(shí)都存在局限性，產(chǎn)生過于平滑紋理。

相對(duì)優(yōu)化的方法旨在建立低分辨率和高分辨率圖像信息之間的復(fù)雜映射，但過于依賴于訓(xùn)練數(shù)據(jù)。大多采用基于實(shí)例的方法要么利用相同圖像的內(nèi)部相似性，要么學(xué)習(xí)從低分辨率和高分辨率樣本對(duì)的映射函數(shù)?；谙∈杈幋a的方法就是具有代表性的基于外部示例解決SR的方法，這種方法特別注重學(xué)習(xí)和優(yōu)化詞典或構(gòu)建有效的映射函數(shù)，要進(jìn)行補(bǔ)丁的提取和聚合等單獨(dú)的預(yù)處理/后處理，專注于灰度或單通道圖像超分辨率，很難直接擴(kuò)展到高維數(shù)據(jù)。

最近，基于深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)的方法相對(duì)于傳統(tǒng)的超分辨率方法有了顯著的改進(jìn)。SRCNN是最早將深度學(xué)習(xí)應(yīng)用于超分辨率重建, 模型的網(wǎng)絡(luò)結(jié)構(gòu)非常簡單，僅僅用了三個(gè)卷積層，采用端到端的學(xué)習(xí)方法，直接學(xué)習(xí)低分辨率圖像與高分辨率的圖像之間映射關(guān)系。Kim等人將VDSR和DRCN的網(wǎng)絡(luò)深度增加到20層，采用殘差學(xué)習(xí)來緩解訓(xùn)練難度，在準(zhǔn)確率上有了顯著提高。在許多視覺識(shí)別任務(wù)中，網(wǎng)絡(luò)深度被證明是最重要的，Ledig等人引用了ResNet來構(gòu)建更深層次的網(wǎng)絡(luò)SRResNet用于SR問題，取得了不錯(cuò)的效果。這種有效的殘差學(xué)習(xí)策略隨后被引入到許多其他基于CNN的圖像SR方法中，Lim等人利用簡化的殘差塊構(gòu)建了一個(gè)非常大的EDSR網(wǎng)絡(luò)和去除了BN層，并采用用L1損失函數(shù)來優(yōu)化網(wǎng)絡(luò)模型，性能得到了很大的提高。

另一方面，SRGAN將深度學(xué)習(xí)中的生成對(duì)抗網(wǎng)絡(luò)(GAN) 用在了解決SR問題上。生成網(wǎng)絡(luò)用一個(gè)卷積層提取淺層特征，在使用多個(gè)殘差層提取深層特征，經(jīng)過上采樣層重建出高分辨率圖像。判別網(wǎng)絡(luò)部分采用八個(gè)卷積層提取特征，通過兩個(gè)全連接層和sigmoid激活函數(shù)得到預(yù)測為自然圖像的概率。使用感知損失包括對(duì)抗性損失和內(nèi)容損失來提升恢復(fù)圖像的真實(shí)感和高頻細(xì)節(jié)。ESRGAN是對(duì)SRGAN的網(wǎng)絡(luò)架構(gòu)、對(duì)抗損失和感知損失三個(gè)關(guān)鍵組成部分都進(jìn)行了改進(jìn)以取得增強(qiáng)，在清晰度和細(xì)節(jié)方面優(yōu)于前者，去除噪聲的同時(shí)產(chǎn)生更清晰更自然的紋理信息，結(jié)果更接近實(shí)際的高分辨率自然圖像。蔣明峰等人提出的SA-SR-GAN 算法將自注意力機(jī)制融合到生成對(duì)抗網(wǎng)絡(luò)中解決磁共振圖像超分辨率重建，保證網(wǎng)絡(luò)訓(xùn)練的穩(wěn)定性同時(shí)提高重建圖像精度。姜玉寧等人通過使用VGG19網(wǎng)絡(luò)來搭建判別器網(wǎng)絡(luò)的基本框架，使生成HR圖像細(xì)節(jié)紋理信息更加豐富，提高了重建圖像的色彩亮度和清晰度。

2 圖像超分辨率重建在公安實(shí)戰(zhàn)中應(yīng)用探究

2.1 圖像超分辨率重建在公安應(yīng)用領(lǐng)域

在公安實(shí)戰(zhàn)中，有很多的工作會(huì)涉及到圖像資料的分析、比對(duì)和研判，尤其是線索類圖像證據(jù)。當(dāng)案發(fā)后收集到的圖像受到復(fù)雜的退化因素、成像設(shè)備因素、環(huán)境因素影響，往往視覺效果不理想，缺失高頻紋理信息，給案件的偵破帶來極大困擾，無法直接從圖像中獲取有價(jià)值的線索信息。在實(shí)際工作中為了節(jié)約成本，往往會(huì)通過圖像處理技術(shù)改善圖像質(zhì)量，圖像超分辨率重建技術(shù)就是其中之一，重建后的圖像具有高頻紋理信息和高質(zhì)量視覺，在很多公安領(lǐng)域具有很高的實(shí)戰(zhàn)應(yīng)用價(jià)值。

2.1.1 視頻偵查

當(dāng)今，隨著視頻監(jiān)控系統(tǒng)的普及、群眾防范意識(shí)及法律意識(shí)增強(qiáng)和視聽資料的信息量豐富等特點(diǎn)，視頻偵查以成為當(dāng)前刑事偵查的主要技術(shù)手段。但是由于硬件設(shè)備條件限制、目標(biāo)與探頭距離或相對(duì)運(yùn)動(dòng)、環(huán)境及退化因素影響，導(dǎo)致視頻圖像出現(xiàn)模糊或分辨率低下，無法辨別目標(biāo)特征和獲取有價(jià)值線索。通過圖像超分辨率重建可以增強(qiáng)圖像高頻紋理細(xì)節(jié)，提高圖像特征辨識(shí)度，這樣可以顯著提高圖像特征的利用率，從中挖掘有效信息，提升了案件偵破效率，在視頻追蹤、視頻搜索、數(shù)據(jù)碰撞、案件分析與研判等公安應(yīng)用方面起到了關(guān)鍵性的作用。

2.1.2 人臉識(shí)別

人臉識(shí)別技術(shù)在刑事偵查、公安安防、罪犯追逃、失蹤和被拐賣兒童尋找等公安領(lǐng)域中有著廣泛的應(yīng)用。通過使用圖像重建技術(shù)提升低分辨率人臉圖像或年代久遠(yuǎn)照片的畫質(zhì)清晰度，增加人臉細(xì)節(jié)紋理特征，將重建后的人像與具體應(yīng)用人臉庫中進(jìn)行匹配，從而提高識(shí)別準(zhǔn)確率，在案件的分析研判中能夠發(fā)揮重要作用，圖像超分辨率重建在實(shí)戰(zhàn)中人臉識(shí)別具有很高的應(yīng)用意義。

2.1.3 公安圖像數(shù)據(jù)庫檢索

圖像超分辨率重建除了可以對(duì)人像進(jìn)行高分辨率重建，還可以應(yīng)用于指紋、足跡、工具痕跡、車牌識(shí)別等以圖像為基礎(chǔ)的公安數(shù)據(jù)重建。通過使用特定數(shù)據(jù)庫（如指紋庫）訓(xùn)練圖像超分辨率模型，來處理待檢索圖像，增加圖像中的邊緣細(xì)節(jié)信息，從而提高檢索匹配的效率和準(zhǔn)確率，增強(qiáng)了圖像超分辨率重建對(duì)公安圖像數(shù)據(jù)檢索領(lǐng)域中的運(yùn)用效能，更好地服務(wù)于實(shí)戰(zhàn)。

2.1.4 司法鑒定中應(yīng)用

圖像超分辨率重建在法庭科學(xué)司法鑒定中有著非常重要的應(yīng)用。司法鑒定利用人身固定特征的長時(shí)穩(wěn)定性和不同個(gè)體差異性，可進(jìn)行人像比對(duì)、指紋比對(duì)、足跡比對(duì)等生物特征比對(duì)鑒定，經(jīng)常作為案件同一認(rèn)定的關(guān)鍵性技術(shù)，為開展疑難案件研判分析和作為訴訟證據(jù)提供了定性的依據(jù)。圖像超分辨率重建利用輸入的低質(zhì)量樣本圖像特征信息去補(bǔ)充未知的像素點(diǎn)信息，大幅提升圖像視覺質(zhì)量，較好恢復(fù)圖像細(xì)節(jié)，而且沒有人為因素影響，客觀穩(wěn)定，為司法鑒定的結(jié)果提供了參考，在法庭科學(xué)司法鑒定領(lǐng)域發(fā)揮一定的作用。

2.1.5 醫(yī)學(xué)影像和無人機(jī)偵查

由于醫(yī)學(xué)、交通、航空等領(lǐng)域?qū)D像質(zhì)量有著十分高的要求，圖像超分辨率重建以廣泛應(yīng)用到這些領(lǐng)域。當(dāng)前，警用無人機(jī)已被廣泛的應(yīng)用到偵查和治安管理中，由于距離較遠(yuǎn)、目標(biāo)較小或存在相對(duì)運(yùn)動(dòng)等原因，致使拍攝的關(guān)鍵幀出現(xiàn)模糊現(xiàn)象；在醫(yī)學(xué)影像領(lǐng)域由于設(shè)備等客觀因素影響，導(dǎo)致影像分辨率不高；圖像超分率重建能夠清晰表達(dá)其空間結(jié)構(gòu)，提升這些領(lǐng)域圖像清晰度。

2.2 實(shí)戰(zhàn)中存在的問題

圖像超分辨率重現(xiàn)在公安應(yīng)用多個(gè)領(lǐng)域有著很好的應(yīng)用前景，但從實(shí)際工作出發(fā)，仍存在一些問題。

2.2.1 超低質(zhì)量圖像重建較難

目前，圖像超分辨率重建技術(shù)基本上都采用基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和基于生成對(duì)抗網(wǎng)絡(luò)(GANs)，借助于網(wǎng)絡(luò)結(jié)構(gòu)深層次實(shí)現(xiàn)對(duì)原有圖像特征提取，運(yùn)用上采樣技術(shù)完成高質(zhì)量圖像的重建，獲得多尺度、多細(xì)節(jié)的圖像信息。當(dāng)輸入圖像為超低質(zhì)量圖像時(shí)，提取特征不明顯，質(zhì)量不高，會(huì)導(dǎo)致圖像重建的視覺效果不好，缺少必要的細(xì)節(jié)信息，結(jié)果改善不明顯，缺乏實(shí)戰(zhàn)應(yīng)用意義。

2.2.2 光照的影響較大

光照條件是影響觀察圖像視覺效果的重要因素，尤其是特定光照條件下對(duì)人像、車牌等特征的識(shí)別度和準(zhǔn)確率有著重要的影響。視頻現(xiàn)場勘查往往為案后勘查，當(dāng)遇到黑夜、強(qiáng)光照射、光線較弱等情況下，即使視頻探頭本身固有的圖像分辨率設(shè)置較高，但生成圖像辨識(shí)度比較低，無法從中獲取有價(jià)值的線索。在實(shí)際應(yīng)用中，針對(duì)此類圖像，圖像超分辨率重建的結(jié)果提升效果不好，不具有普適性。

2.2.3 警用軟件系統(tǒng)的技術(shù)滯后

當(dāng)前，公安實(shí)戰(zhàn)部門的圖像處理軟件主要依靠購置的專用軟件。這些專用軟件在技術(shù)上存在一定滯后性，且功能實(shí)現(xiàn)較為簡單，教新的圖像超分辨率重建理論不能被及時(shí)應(yīng)用，或不具備此功能，同時(shí)功能模塊的維護(hù)和升級(jí)只能依賴于軟件公司，增加了相關(guān)保密工作的困難。

2.2.4 專業(yè)人才的短缺

現(xiàn)階段公安部門還缺乏模型算法研究的相關(guān)部門和人才，運(yùn)用專業(yè)工具將算法復(fù)現(xiàn)和部署，將先進(jìn)的算法落地實(shí)現(xiàn)，完成理論驗(yàn)證和新技術(shù)的轉(zhuǎn)化，服務(wù)于公安實(shí)戰(zhàn)應(yīng)用是技術(shù)應(yīng)用和發(fā)展的關(guān)鍵。以圖像超分辨率重建技術(shù)為例，需要掌握Python程序設(shè)計(jì)語言和理論算法的研究，及時(shí)掌握和應(yīng)用基于深度學(xué)習(xí)的先進(jìn)理論技術(shù)，才能實(shí)現(xiàn)算法建模復(fù)現(xiàn)。

2.2.5 新型技術(shù)普及度不高

在科技高速發(fā)展的今天，涌現(xiàn)出很多新興、高效、具有實(shí)戰(zhàn)應(yīng)用意義的技術(shù)方法。這些新技術(shù)和新方法對(duì)于公安實(shí)戰(zhàn)部門屬于新鮮事物，接觸渠道較少，尤其是一線單位，應(yīng)用到實(shí)戰(zhàn)中還需要通過實(shí)際運(yùn)用去檢驗(yàn)其有效性和可靠性，技術(shù)更新時(shí)間較長，新型技術(shù)普及度不高。

2.3 解決方法

圖像超分辨率重建在公安實(shí)戰(zhàn)中存在一定的阻力，但是我們可以通過多種技術(shù)融合處理和加強(qiáng)人才培養(yǎng)等手段加以解決。

2.3.1 多技術(shù)融合處理

公安實(shí)戰(zhàn)中遇到視覺較差圖像往往是多種因素綜合造成，其中受光照因素影響較多，多數(shù)犯罪嫌疑人選擇夜間作案，視頻探頭生成的影像缺少必要的顏色特征，辨識(shí)度較低，直接采用圖像超分辨率重建效果提升有限。我們可以采用多技術(shù)融合方法，先將圖像進(jìn)行著色處理，如采用自注意力機(jī)制的生成對(duì)抗網(wǎng)絡(luò)的DeOldify著色模型和基于時(shí)空卷積神經(jīng)網(wǎng)絡(luò)和自注意力機(jī)制的DeepRemaster著色模型，為缺少顏色信息圖像添加高質(zhì)量的著色效果，然后使用超分辨率重建增加圖像細(xì)節(jié)信息。這種多技術(shù)融合可提高圖像整體的視覺效果，為案件進(jìn)一步分析與研判發(fā)揮重要作用，具有實(shí)戰(zhàn)應(yīng)用意義。

2.3.2 加強(qiáng)人才培養(yǎng)和技術(shù)培訓(xùn)

在當(dāng)前大數(shù)據(jù)時(shí)代,公安機(jī)關(guān)作為海量數(shù)據(jù)的產(chǎn)生者、管理者、使用者和守護(hù)者,如何高效運(yùn)用警用數(shù)據(jù)，與學(xué)術(shù)界和工業(yè)界中新興技術(shù)無縫連接，服務(wù)于公安實(shí)戰(zhàn)應(yīng)用，實(shí)現(xiàn)“智慧警務(wù)”，這對(duì)公安人才需求提出了挑戰(zhàn)。有關(guān)公安部門和公安院校應(yīng)注重技術(shù)人才的培養(yǎng)，深化校局合作，開設(shè)相關(guān)課程和開展一線民警有關(guān)技術(shù)培訓(xùn)，提升新型技術(shù)的普及度，并緊跟技術(shù)發(fā)展，研發(fā)具有自主知識(shí)產(chǎn)權(quán)的應(yīng)用系統(tǒng)，及時(shí)更新警用技術(shù)手段，將先進(jìn)的技術(shù)算法轉(zhuǎn)化為實(shí)際戰(zhàn)斗力，更好地為公安實(shí)戰(zhàn)服務(wù)。

3 圖像超分辨率重建在公安實(shí)戰(zhàn)中未來發(fā)展方向

提高圖像質(zhì)量主要有兩種方式，第一種是對(duì)采集圖像的硬件設(shè)備性能進(jìn)行升級(jí)，第二種是針對(duì)圖像分辨率進(jìn)行軟件處理。為了節(jié)約硬件成本，圖像超分辨率重建技術(shù)必將被廣泛的應(yīng)用于公安實(shí)戰(zhàn)中，未來將圍繞準(zhǔn)確性、實(shí)用性、實(shí)時(shí)性、魯棒性進(jìn)行改進(jìn)和探索，使其向著更準(zhǔn)確、更快速、更穩(wěn)定、更適用方向發(fā)展。

公安實(shí)戰(zhàn)中遇到造成圖像質(zhì)量較差的原因多種多樣，這就要求服務(wù)于公安應(yīng)用的技術(shù)要有很高魯棒性和實(shí)用性，圖像超分辨率重建技術(shù)未來要適用于多種場景，在對(duì)光照條件、超低分辨率、人像多角度有一定的普適性方向發(fā)展；公安實(shí)際工作用對(duì)案件偵破的時(shí)效性和線索的準(zhǔn)確性有著較高的標(biāo)準(zhǔn)，這就要求服務(wù)于公安應(yīng)用的技術(shù)要快速、有效、準(zhǔn)確，圖像超分辨率重建算法未來要均衡速度與精度的關(guān)系，不能以犧牲網(wǎng)絡(luò)運(yùn)算速度的代價(jià)來提高圖像重建的精度，也不能出現(xiàn)增加網(wǎng)絡(luò)深度以提升圖像高頻細(xì)節(jié)來降低網(wǎng)絡(luò)運(yùn)行效率；公安應(yīng)用要對(duì)實(shí)戰(zhàn)中遇到的具體問題有很好的實(shí)用性，這就要求圖像超分辨率重建針對(duì)固定場景要有很好的適用性，未來要通過理論分析得到降質(zhì)原因，致力于不同降質(zhì)因素的精準(zhǔn)建模，以提高超分辨率重建的實(shí)際應(yīng)用價(jià)值。

4 總結(jié)

圖像超分辨率重建技術(shù)旨在從給定的低分辨率圖像生成具有清晰細(xì)節(jié)特征的高分辨率圖像，是計(jì)算機(jī)視覺領(lǐng)域中的一項(xiàng)重點(diǎn)研究任務(wù)。近年來，深度學(xué)習(xí)方法受到學(xué)術(shù)界和工業(yè)界的廣泛研究，基于深度學(xué)習(xí)的圖像超分辨率重建技術(shù)取得了很好的應(yīng)用效果。我們將此技術(shù)引入到公安實(shí)戰(zhàn)中，探討其可行性，希望能給公安應(yīng)用中處理低質(zhì)量圖像提供一定的參考，為法庭科學(xué)司法鑒定提供借鑒。本文首先對(duì)超分辨率重建技術(shù)的早期方法和基于深度學(xué)習(xí)的圖像超分辨率重建方法進(jìn)行了梳理；然后，從公安實(shí)際應(yīng)用的角度出發(fā)，重點(diǎn)探討了圖像超分辨率從重建在視頻偵查、人臉識(shí)別、公安圖像數(shù)據(jù)庫檢索和司法鑒定等公安領(lǐng)域應(yīng)用的可行性；其次，分析超低質(zhì)量圖像重建較難、光照的影響較大、警用軟件系統(tǒng)的技術(shù)滯后、專業(yè)人才的短缺、新型技術(shù)普及度不高等實(shí)際應(yīng)用遇到的問題，并提出了多種技術(shù)融合處理和加強(qiáng)人才培養(yǎng)的解決方法；最后，從三個(gè)方面對(duì)圖像超分辨率重建技術(shù)的未來的研究方向進(jìn)行了展望。