18、远距离人脸轮廓与步态融合识别技术解析

远距离人脸轮廓与步态融合识别技术解析

1. 超分辨率算法

超分辨率算法的目标是构建一个更高分辨率的图像 $\hat{F}$，使其尽可能准确地逼近真实图像 $F$，并超越观察图像 ${f_k}$ 的视觉质量。该算法是迭代的，具体步骤如下：
1. 初始猜测 ：为高分辨率人脸轮廓图像设定一个初始猜测 $F^{(0)}$。
2. 模拟成像 ：模拟成像过程，得到一组与观察输入图像 ${f_k} {k = 1}^{K}$ 对应的低分辨率人脸轮廓图像 ${f^{(0)}_k} {k = 1}^{K}$。
3. 计算差异 ：计算差异图像 ${f_k - f^{(0)} k} {k = 1}^{K}$，通过“反向投影”将差异图像中的每个值投影到 $F^{(0)}$ 中的感受野，得到改进后的高分辨率人脸轮廓图像 $F^{(1)}$。
4. 迭代更新 ：重复上述过程，以最小化误差函数：
- 误差函数：$e^{(n)} = \sqrt{\frac{1}{K} \sum_{k = 1}^{K} |f_k - f^{(n)} k|^2}$
- 第 $n$ 次迭代的成像模拟：$f^{(n)}_k = (T_k[F^{(n)}] * h) \downarrow_s$
- 高分辨率图像的迭代更新方案：$F^{(n + 1)} = F^{(n)} + \frac{1}{K} \sum {k = 1}^{K} T_k^{-1}[(f_k - f^{(n)}_k) \upar