發(fā)布時(shí)間：2021-02-12 11:12

　　人臉圖像是人員身份比對(duì)的重要信息,受采集設(shè)備的良莠不齊與復(fù)雜天氣因素的影響,采集的人臉圖像存在圖像細(xì)節(jié)模糊、分辨率較低等問題,難以滿足實(shí)際需求。目前,通過基于插值、重建和學(xué)習(xí)的圖像超分辨率重建方法可以有效地將低分辨率人臉圖像恢復(fù)至高分辨率的清晰圖像,因此人臉圖像超分辨率重建技術(shù)受到眾多研究者的廣泛關(guān)注。本文研究了基于深度學(xué)習(xí)的人臉圖像超分辨率重建方法,主要包括單幀圖像的超分辨率重建、基于生成對(duì)抗網(wǎng)絡(luò)的人臉圖像超分辨率重建和基于分段處理的人臉圖像超分辨率重建,以及人臉圖像超分辨率重建軟件的編程實(shí)現(xiàn)。本文主要工作如下:在單幀圖像超分辨率重建方面,探討了圖像的降質(zhì)與重建模型,研究了多種圖像質(zhì)量評(píng)估方法,實(shí)現(xiàn)了基于插值與基于深度學(xué)習(xí)的圖像超分辨率重建方法。在Set5和Set14數(shù)據(jù)集上對(duì)多種圖像重建方法進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明,基于深度學(xué)習(xí)的方法有效降低了圖像的失真,可以生成更加清晰的高分辨率圖像。在基于生成對(duì)抗網(wǎng)絡(luò)的人臉圖像超分辨率重建方面,提出了一種結(jié)合超分辨率生成對(duì)抗網(wǎng)絡(luò)（SRGAN）和自注意力機(jī)制的人臉圖像超分辨率重建方法。通過在SRGAN的生成器和判別器分別添加自注意力模塊,利用自注意... 

【文章來源】：中國(guó)人民公安大學(xué)北京市

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

組織結(jié)構(gòu)示意圖

其中RMSE值越低,代表圖像的失真越低,圖像質(zhì)量越好,PI值越低,代表圖像的感知質(zhì)量越高。如圖2.1所示,左側(cè)為原始圖像,中間圖像由以降低圖像失真為優(yōu)化目標(biāo)的模型重建得來,右側(cè)圖像由以提高觀察者感知為優(yōu)化目標(biāo)的模型重建得來,它以其更細(xì)膩的細(xì)節(jié)紋理獲得更高的感知結(jié)果,也更符合觀察者感知高清圖像的標(biāo)準(zhǔn)。為方便表示,后文用"RMSE&PI"指代PIRM2018超分辨率感知挑戰(zhàn)中提出的評(píng)估方法。Blau[47]通過數(shù)學(xué)推理證明了圖像失真與圖像感知質(zhì)量存在一定關(guān)系,即圖像平均失真的降低伴隨著圖像感知質(zhì)量的降低,因此,不能單獨(dú)采用FR-IQA評(píng)估指標(biāo)評(píng)估符合觀察者感知的高分辨率圖像。

Blau[47]通過數(shù)學(xué)推理證明了圖像失真與圖像感知質(zhì)量存在一定關(guān)系,即圖像平均失真的降低伴隨著圖像感知質(zhì)量的降低,因此,不能單獨(dú)采用FR-IQA評(píng)估指標(biāo)評(píng)估符合觀察者感知的高分辨率圖像。感知失真平面如圖2.2所示,曲線上半部為重建圖像質(zhì)量可以達(dá)到的區(qū)域,曲線下半部為理論上重建圖像質(zhì)量無法到達(dá)的區(qū)域,為應(yīng)用公式（2.15）和公式（2.16）的評(píng)估方法,考慮到評(píng)價(jià)重建圖像的感知質(zhì)量側(cè)重于感知得分,將圖像失真在RMSE數(shù)值上分為三個(gè)區(qū)域,閾值1、2、3對(duì)應(yīng)的RMSE值為11.5、12.5、16[44],對(duì)圖像平均失真在各區(qū)域內(nèi)圖像的PI進(jìn)行比較,得分較低的代表圖像在一定失真范圍內(nèi)獲取了更高的感知質(zhì)量與視覺效果,當(dāng)RMSE和PI均得到較低的得分時(shí),認(rèn)為該圖像質(zhì)量更佳。

【參考文獻(xiàn)】：
期刊論文
[1]基于多分辨率塔式結(jié)構(gòu)的幻覺臉技術(shù)的研究[J]. 鄭麗賢,吳煒,楊曉敏,陳默,何小海.  光電子.激光. 2008(09)
[2]一種基于凸集投影（POCS）的數(shù)字圖像超分辨率重建算法[J]. 龐亞紅,毛幼菊.  計(jì)算機(jī)工程與應(yīng)用. 2005(04)
[3]基于Markov約束的泊松最大后驗(yàn)概率超分辨率圖象復(fù)原法[J]. 蘇秉華,金偉其,牛麗紅,劉廣榮,劉明奇.  光子學(xué)報(bào). 2002(04)



本文編號(hào)：3030770