原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种超轻量级低分辨率暗光人脸增强方法及系统，包括：对输入的低分辨率暗光的人脸图像I进行特征抽取，得到多个特征图并实施融合得到增强后的特征图；通过构建的若干个串联的CNN对增强后的特征图执行深度特征抽取，得到深度特征图；将深度特征图和与其对应的被上采样的低分辨率暗光的人脸图像I进行融合得到高质量的特征图，进一步进行亚像素卷积得到一个高质量的清晰人脸图像；通过最小化高质量的清晰人脸图像和与其对应的真实清晰人脸金标准之间的欧氏距离，完成人脸增强网络的训练；通过训练好的网络对测试数据进行增强
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117173054A
(43)申请公布日2023.12.05
(21)申请号202311239595.1G06V10/82(2022.01)
(22)申请日2023.09.
文档评论（0）