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:
由于受到光照和成像设备等条件因素的影响,采集到的单帧人脸图像分辨率低,无法进行准确人脸识别,所以需要图像超分辨率重建.而利用SRGAN模型在进行人脸超分辨率重建过程中,易出现梯度消失或爆炸的问题,严重影响了重建图像的精度和质量.针对上述问题,提出了基于生成对抗网络的改进人脸超分辨率重建算法,在SRGAN结合WGA-N的基础上引入Wasserstein散度,并将其最大化得到最优化标量函数T,实现去掉Lipschit-z约束能够直接得到Wassertein距离,并通过最小化Wassertein距离得到生成网络的目标函数,最终改进的模型提高了重建图像的质量.实验结果表明,该方法能够生成高分辨率的人脸图像,在主观视觉和客观评价指标均同比优于DRCN、FSRCNN、SRGAN_WGAN、VDSR和DRRN模型.
推荐文章
基于在线字典学习的人脸超分辨率重建
在线字典学习
超分辨率重建
含噪人脸图像
稀疏编码
全局重建和位置块残差补偿的人脸图像超分辨率算法
人脸图像
超分辨率
残差补偿
位置块
基于微位移的超分辨率重建算法研究
超分辨率
微位移
微扫描
基于马尔可夫网络人脸图像超分辨率非线性算法
人脸图像
超分辨率
马尔可夫网络
非线性搜索
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 基于对抗网络人脸超分辨率重建算法研究
来源期刊 计算机工程与应用 学科
关键词 人脸超分辨率重建 生成对抗网络 Wasserstein距离 Wasserstein散度
年,卷(期) 2021,(11) 所属期刊栏目 图形图像处理|Graphics and Image Processing
研究方向 页码范围 219-223
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3778/j.issn.1002-8331.2002-0370
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (7)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸超分辨率重建
生成对抗网络
Wasserstein距离
Wasserstein散度
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导