融合五官轮廓注意力的人脸超分模型

作者:王得兰; 周金和; 杜康宁; 郭亚男; 张帆
更新时间:

现有的超分辨率人脸重建方法不能有效地利用不同人脸特征的结构信息,导致人脸特征分辨力差,缺乏自身的细节特征。为了解决这一问题,提出了一种融合人脸特征轮廓和注意力的人脸超分割模型。构建两阶段神经网络:第一阶段,利用残差网络提取深层复杂特征,初步重构输入图像。第二阶段,通过注意融合网络将注意力集中在不同的面部成分(包括面部特征和面部轮廓)上,并分别重构每个成分的细节特征进行融合。通过对CASIA的Web·Face(Aristole Face)进行定量和定性实验,证明了两阶段结构可以逐步提取特征,提高图像清晰度,恢复更多的图像细节。