如何提高人脸图像的分辨率是计算机视觉中的经典问题。在视频监控中, 由于目标人物距离摄像头较远, 得到的往往是低分辨率的人脸图像。针对此问题, 提出一种结合主成分分析(PCA)和最大后验概率(MAP)的人脸超分辨复原算法。利用PCA模型获得高分辨率人脸库的特征; 通过MAP计算输入的低分辨率人脸图像在这些特征上的表示系数, 并重建出其对应的高分辨率特征; 对重建的特征进行约束增强; 结合高分辨率人脸库的平均向量得到最终超分辨率复原的图像。为了验证本文算法的有效性, 将AR人脸库中图片分别用本文算法与其他算法放大4倍, 结果显示无论是在视觉效果还是在评价指标方面, 本文算法都优于其他方法。本文算法