公开(公告)号：CN115689885A

公开(公告)日：2023-02-03

申请号：CN202211311477.2

申请日：2022-10-25

Applicant: 湖南大学

Inventor： 刘立成 ,  王林芝 ,  杨彬

IPC: G06T3/40 ,  G06V10/82 ,  G06V10/774 ,  G06V10/56 ,  G06V10/772 ,  G06V40/16

Abstract: 本发明公开了一种基于深度残差表示的彩色人脸图像超分辨率方法，包括步骤1：首先利用CAS‑PEAL‑R1人脸数据集重新训练SRCNN网络，然后将待重建的低分辨率彩色人脸图像Y由RGB空间转换到YCbCr空间，将其中的亮度分量图像调整到所需要的大小；步骤2：将调整后的亮度分量图像输入到SRCNN网络中，将其结果图像和其他两个由双三次插值放大的分量图像进行整合再转换回RGB空间，得到初步的人脸图像；步骤3：采用人脸残差补偿方案，并利用四元数局部正则化邻域嵌入方法来减少LR空间和HR空间之间的不一致性。本发明提出一种基于深度残差表示的彩色人脸图像超分辨率方法，目的是建立一种将深度CNN和传统机器学习相结合的人脸超分辨方法，通过对彩色图像的整体联合考虑，面对较大的放大因子时能够实现更好的人脸重建效果，减少颜色的偏移。