人脸超分辨率网络(FSRNet)的改进

• 作者: 段燕飞 王瑞祥 咬登国 张航
• 来源期刊: 重庆科技学院学报（自然科学版）
• 关键词: 人脸超分辨率网络 注意力损失 先验信息 生成对抗网络 神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 算法研究与计算机应用
• 页码范围: 89-94
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1980.2021.03.021

摘要

人脸超分辨网络(FSRNet)使用人脸几何先验信息优化人脸超分辨率,可以从低分辨率人脸图像生成逼真的高分辨率人脸图像,但FSRNet生成的超分辨率图像存在伪影.对其关键模块进行了改进,并引入了新的损失函数.直接输入16×16像素的低分辨率图像,最后使用转置卷积函数放大图像,降低了计算复杂度,提升了粗略超分辨网络的性能.通过两步训练法,解决网络训练时调参困难的问题.引入热图损失、面部注意力损失和对抗性损失训练,提高超分辨率人脸图像的质量.实验结果证明,采用改进后的方法,可以生成面部细节更加清晰的高质量人脸图像.