基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
因受成像设备限制,得到的人脸图像分辨率通常较低,针对此问题提出了一种将生成对抗网络和注意力机制相结合的方法,来对人脸图像进行多尺度超分辨率重建.将深度残差网络和深度神经网络分别作为生成器和判别器,并将注意力模块与深度残差网络中的残差块相结合,重建出与高分辨率图像高度相似且难以被判别器区分的超分辨率人脸图像.实验结果证明,所提出的方法能够有效地提升人脸图像的分辨率,同时也证明了注意力机制在图像细节信息重建中的重要作用.
推荐文章
基于独立分量分析的人脸超分辨率重建
人脸超分辨率
独立分量分析
最大后验概率
局部结构张量
基于学习的人脸图像超分辨率重建方法
超分辨率重建
贝叶斯最大后验概率估计
基于学习
人脸图像
最速下降优化
双层级联神经网络的人脸超分辨率重建
人脸图像
超分辨率
级联神经网络
面部先验
关键点
基于生成对抗网络的人脸超分辨率重建算法
人脸超分辨率
生成对抗网络
残差单元
融合损失
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合注意力机制的人脸超分辨率重建
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 超分辨率重建 生成对抗网络 注意力机制 深度残差网络 深度神经网络
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 148-153
页数 6页 分类号 TP391
字数 4139字 语种 中文
DOI 10.19665/j.issn1001-2400.2019.03.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王振铎 西安思源学院电子信息工程学院 72 185 8.0 10.0
2 陈晓范 西安思源学院电子信息工程学院 27 31 3.0 5.0
3 边倩 西安思源学院电子信息工程学院 30 48 4.0 6.0
4 申海杰 西安思源学院电子信息工程学院 22 14 2.0 3.0
5 田新志 西安思源学院电子信息工程学院 29 28 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超分辨率重建
生成对抗网络
注意力机制
深度残差网络
深度神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导