结合小波与递归神经网络的低分辨率人脸识别

• 作者: 林乐平 欧阳宁 王先傲 蔡晓东
• 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: 哈尔小波 递归神经网络 人脸识别 融合损失 超分辨率重建
• 年，卷（期）: 2019,（6）
• 页码范围: 95-101,111
• 页数: 8页
• 分类号: TP183
• 字数: 4925字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.06.014

摘要

针对低分辨率人脸图像缺少有效信息而导致识别率较低的问题,提出一种结合哈尔小波与递归神经网络的低分辨率人脸识别方法.首先,通过深层网络直接预测小波系数,经过小波逆变换得到高分辨率人脸图像,可以有效地重建高频信息;其次,在卷积神经网络中加入递归模块,在增加网络深度的同时减少参数冗余,提升模型的映射能力;最后,提出一种优化的重建与感知损失融合方法,将小波系数重建损失与感知损失进行加权融合,用以生成有利于识别的人脸图像.基于公开数据集,对图像重建质量与识别性能进行了对比.实验结果表明,即使在极低的分辨率条件下(8×8,16×16),仍然能够重建出更加锐利的人脸图像.在此基础上,其识别能力优于目前领先的超分辨率重建算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳宁	桂林电子科技大学信息与通信学院	86	577	14.0	20.0
2	蔡晓东	桂林电子科技大学信息与通信学院	64	228	9.0	12.0
3	林乐平	桂林电子科技大学信息与通信学院	10	8	2.0	2.0
4	王先傲	桂林电子科技大学信息与通信学院	2	2	1.0	1.0