-
题名渐进式生成对抗网络的人脸超分辨率重建
被引量：3
- 1
-
-
作者
胡德敏
王揆豪
林静
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2021年第9期1955-1961,共7页
-
基金
国家自然科学基金项目(61170277,61472256)资助
上海市教委科研创新重点项目(12zz137)资助
上海市一流学科建设项目(S1201YLXK)资助。
-
文摘
人脸幻构是图像超分辨率重建领域的一个子领域,用于恢复面部基本特征且不变形.现有方法着重于恢复本身细节相对丰富的图像,本文针对高频细节已丢失严重的人脸图像提出了一种渐进式生成对抗网络的人脸超分辨率重建方法(P-FSRGAN),可生成逼真的8倍超高分辨率人脸图像.采用渐进式生成方法,通过分阶段拆分训练的方式来保证训练过程的稳定.Inception-ResNet结构的引入增加了网络的宽度;加快了网络收敛速度.引入语义分割网络获得人脸的边缘轮廓信息和面部特征.实验结果表明,在8倍放大尺度因子下,P-FSRGAN的峰值信噪比达到25.83dB、结构相似性指标达到0.7735、多尺度结构相似性指标达到0.8989,均优于其他算法,表明了本文方法的有效性.
-
关键词
人脸超分辨率
语义分割
inception-resnet结构
生成对抗网络
-
Keywords
face super-resolution
semantic segmentation
inception-resnet module
generative adversarial network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
