首页|基于卷积神经网络的人脸图像超分辨率重建方法

基于卷积神经网络的人脸图像超分辨率重建方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了恢复极低分辨率人脸图像的轮廓及更多细节,论文提出一种结合基于特征的反投影方法以及人脸语义分割的方法.该方法有四部分,包括初步重建网络、精细编码网络、人脸信息先验估计网络以及精细解码网络.首先通过初步重建网络,将图像进行4倍上采样.其次使用DBPN的反投影网络进行精细重建,对初步重建网络的结果进行两倍上采样.与此同时,引入U-net网络对初步重建网络输出结果进行语义分割,得到人脸分割信息.最后将精细网络的输出结果与人脸分割信息进行维度拼接并卷积,完成最后的重建.论文还在MSE损失函数的基础上引入人脸先验信息损失函数与VGG损失函数,有效引导人脸轮廓、五官重建.实验结果验证了该方法的有效性,该方法比基于双三次插值方法的PSNR值和SSIM值分别提升了3.6db和13.34％,最终重建出的人脸图像取得了较好的效果.
Face Image Super-resolution Reconstruction Method Based on Convolutional Neural Network

倪若婷、周莲英

展开 >

江苏大学计算机科学与通信工程学院 镇江 212013

人脸超分 神经网络 语义分割 损失函数

市校级科研项目市校级科研项目

842117000420180477

2022

10.3969/j.issn.1672-9722.2022.01.037

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(1)
  • 1
  • 4
  • 15