基于SRGAN網絡的低分辨率圖像重建方法

姚鈺桐 譚荃戈 姬廣凱

（中國人民公安大學信息網絡安全學院 北京市 100038）

1 引言

人臉信息因其具有唯一性、普遍性等特點，在視頻偵查、行動路徑追蹤以及身份信息比對等方面對公安工作具有重要意義。在視偵和圖偵過程中，由于采集數據的設備良莠不齊、被遮擋或天氣、光照等因素降低圖像質量，導致采集的人臉圖像有時無法直接匹配到正確的身份信息，需增加圖像增強處理環節。對于低分辨率的人臉圖像，特征信息的缺失往往使得人臉比對失敗，導致其不能及時應用于后續的視頻偵查、追蹤等工作中，非常耗費警務工作人員的時間與精力。

低分辨率圖像重建方法在不斷發展、更新，從以傳統方法為主到以深度學習為主。傳統方法可細分為以下三類：基于學習、基于重建和基于插值。基于學習的方法主要有馬爾科夫網絡應用和圖像自相似性等，此類方法使用高低分辨率圖像作為重建過程中可以被提取的先驗知識，通過學習高清原圖與低分辨率圖間的映射關系，補充后者缺少的紋理信息特征，重建高清圖像。基于重建的方法含括基于迭代反投影(IBP)的方法、最大后驗概率(MAP)的方法、凸集投影(POCS)應用等，這類方法適用于受光影和時間因素影響較重的序列圖像，常用于時間序列圖像完成單張高清圖像的重建任務。基于插值的方法包含雙線性插值法（Bilinear Interpolation）、最近鄰插值法（Nearest Neighbor Interpolation）以及雙三次插值法（Bicubic Interpolation），此類方法通過訓練低分辨率樣本圖片相對于輸入的高清原圖的擬合系數，實現圖像重建。……