技术特征：
技术总结
本公开提供了一种基于深度学习的眼白图像超分辨率重建与图像增强的方法，包括：步骤S1，采集人脸视频、帧采样获取人脸图像；步骤S2，通过人脸图像提取双眼区域，关键点定位分割左右眼白，获得眼白图像；步骤S3，利用深度学习对眼白图像做超分辨率重建，获得高分辨率眼白图像；步骤S4，对高分辨率眼白图像做真彩色图像增强。本公开通过训练卷积神经网络(CNN)结合递归神经网络(RNN)，可识别眼白血管纹理特征、提高图像分辨率，再结合图像增强技术进一步将眼白血管纹理清晰的呈现出来，大大提高个人身份识别的准确率。
技术研发人员：孙哲南;李琦;刘明康
受保护的技术使用者：中国科学院自动化研究所
技术研发日：2017.11.20
技术公布日：2018.04.20