提出一种改进的基于相似性约束的人脸超分辨率重建算法,采用迭代计算的方式将训练过程和学习过程整合在一起。首先从训练集中遴选出与待重建人脸最相似的训练库人脸参与迭代过程,随着迭代次数的增加,重建得到的高分辨率人脸越来越接近于原始高分辨率人脸;其中每次迭代分别统计待重建低分辨率人脸和训练集本次迭代参与的低分辨率人脸的相似性以及与训练集本次迭代参与的高分辨率人脸在局部结构上的相似性,以减少流形学习中低维空间到高维空间的一对多映射的限制。实验结果表明,与其他算法相比,文中所提的人脸重建算法不仅具有较低的空间复杂度,并且具有更好的主观和客观效果。