非对称内核卷积结合语义置信嵌入的模糊人脸图像重建

• 作者: 胡正平 潘佩云 郑赛月 赵梦瑶 毕帅 刘洋
• 来源期刊: 模式识别与人工智能
• 关键词: 图像去模糊 语义网络 卷积神经网络 非对称内核
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 论文与报告|Papers and Reports
• 页码范围: 646-654,665
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202107006

摘要

受异构卷积原理的启发,在深度学习框架下提出非对称内核卷积结合语义置信嵌入的模糊人脸图像重建网络.针对对称方形卷积内核在进行特征提取时对重要特征表达的不足,使用非对称内核替代,增强方形卷积内核特征的表达能力.在重建阶段,结合非对称内核卷积与语义置信网络,进一步提取每类语义信息在重建中最利于重建效果的特征,结合置信度引导网络向更利于重建的方向训练.在CelebA、Helen数据集上的实验证实文中网络重建效果较优.