俞文静，张明军，李梓瑞，赖冬宜

（广州大学华软软件学院，广州510990）

0 引言

人脸检测技术近年来得到了高速的发展[1]，尤其基于视频流的人脸检测技术，是图像处理领域最成熟、应用最广的一项技术，相应的思想、算法、框架和技术都比较完备和成熟。然而现实应用中，由于物理设备成本高、易受各种成像环境限制等因素影响，大多数字成像系统获得的图像分辨率并不高，尤其远距离小人脸、多人脸的精准检测仍是人脸检测领域的一个难点，远距离拍摄，在无法获得人脸特征的情况下，如何解决在拍摄得到的待识别图像中进行人脸检测的难度大、误检率高的问题已成为人脸检测研究领域的一个关键问题。超分辨率图像重建[2]就是利用同一场景下的一幅或多幅具有互补信息的模糊、变形以及噪声污染的低分辨率图像来重建一副高分辨率图像。其目的是弥补硬件不足，从软件角度提高图像分辨率及质量，基于超分辨率技术的特点，将该技术应用到远距离小人脸检测中，可以将无法获得人脸特征的小人脸图像进行超分辨率重建与恢复预处理后再进行人脸检测与识别。

本文在建立基于图像超分辨率恢复的远距离小人脸、多人脸检测模型的基础上，结合人脸图像中的结构信息，以及传统的凸集投影（Projection Onto Convex Sets，POCS）算法只能得到低对比度、低信噪比、边缘模糊的图像特点，设计了基于人脸特征增强的改进POCS小人脸超分辨率恢复算法，仿真实验表明经过超分辨率放大恢复后的图像应用Dlib人脸检测模型进行人脸检测，可以大大提高小人脸的检测精确度。……