一种基于核主成分分析的人脸超分辨率重构方法

摘要

本发明公开了一种基于核主成分分析的人脸超分辨率重构方法，首先利用核主成分分析算法建立了低分辨率特征空间和低分辨率特征空间的关系，利用这种关系学习出与输入低分辨率人脸图像所对应的高分辨率人脸图像在高分辨率特征空间中的象到高分辨率核主成分子空间投影的近似，然后采用Mika等人的迭代原象学习算法从高分辨率特征空间中获得高分辨率原象，针对高分辨率全局人脸图像过于平滑、缺少细节信息的现象，本发明还对高分辨率全局人脸图像进行了残差补偿，本发明采用了核主成分分析方法来建立不同分辨率图像之间的联系，跟线性方法相比，核主成分分析方法是一种非线性方法，能够学习出数据的线性和非线性特征，所以重构的图像更接近原图。