相似圖像塊逼近的人臉超分重建殘差補償框架

摘要：為了提高人臉圖像超分辨率重建算法中殘差補償步驟的效果，提出一種通用的基于內容相似圖像塊線性組合逼近的殘差補償框架，不經過搜索步驟，使用訓練集人臉圖像同一內容的圖像塊來進行運算。所提框架中的全局重建步驟，可以使用不同的重建方法。實驗結果表明，在這種框架下的殘差補償方法，相比經典的鄰域嵌入殘差補償方法，可以更好地恢復出初步重建的人臉圖像細節信息。因為這是一種通用的殘差補償方法，從而可以推測凡使用鄰域殘差補償的算法，均可借助本算法框架將重建結果進一步的提升。

關鍵詞：超分辨率重建；殘差補償；內容相似；人臉圖像

中圖分類號：TN919—34；TP15文獻標識碼：A文章編號：1004—373X（2012）18—0105—03

中央高校基本科研業務費專項資金（CHD2011JC146）；長安大學基礎研究支持計劃專項基金在人臉圖像超分辨率[1]重建過程中，初步重建出的結果通常看上去較為平滑，缺乏面部細節。這些面部細節對應著原始圖像的高頻部分，稱之為“人臉殘差”，一般是指真實圖像與重建結果的灰度值之差。通常的超分辨率重建算法[2—5]，需要進行殘差補償，以提高最終圖像重建質量。近幾年國際文獻中常見的基于鄰域塊的殘差補償方法[4]，基本思路是建立一個殘差訓練集，然后在殘差訓練集中尋找出與輸入的圖像塊歐氏距離最小的若干個圖像塊來進行運算，對初步所得的結果進行局部高頻細節補償。這種算法由于包含搜索步驟，導致運算量大，并且補償的效果不理想。本文提出一種通用的基于內容相似圖像塊線性組合逼近的殘差補償框架，不經過搜索步驟，使用訓練集人臉圖像同一內容的圖像塊來進行運算。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償方法，相比鄰域嵌入殘差補償方法，可以更好地恢復出人臉圖像細節信息。因為這是一種通用的殘差補償框架方法，從而可以推測凡使用鄰域殘差補償的算法均可借助本殘差補償算法框架將重建結果進一步的提高。

1算法原理