基于结构与先验特征指导的人脸图像超分辨方法研究.pdfVIP

摘要

摘要

人脸图像是计算机视觉领域重要的信息载体，在人脸识别、表情分析、虚拟现实等

方面有着广泛应用。然而受到图像采集设备成本和环境的限制，使得获得的人脸图像

分辨率不足，导致人脸图像细节信息缺失严重，极大影响了人脸相关任务的准确性和

可靠性。人脸图像超分辨是一种通过低分辨率人脸图像生成高分辨率人脸图像的信息

处理技术，该技术能显著增强低分辨人脸图像的分辨率，恢复低分辨人脸图像中丢失

的关键人脸细节，在安防监控、移动支付等领域具有广泛的应用前景。近年来，基于深

度学习的人脸图像超分辨技术得到了迅猛发展，其主要思想是训练深度网络来建立高

分辨率与低分辨率之间的非线性映射模型，然而当像素缺失严重或者放大倍数较大时，

重建的人脸图像容易发生模糊、扭曲等失真现象。针对上述问题，本文主要从人脸图像

先验特征出发，利用深度网络和人脸先验提高人脸图像超分辨网络的重建性能。主要

研究内容包含以下三个方面：

（1）提出一种联合局部和全局结构先验的人脸图像超分辨重建方法。该方法针对

重建过程中没有充分考虑人脸局部结构和全局结构先验，从而导致重建质量受限的问

题，提出利用局部注意力提取模块和全局注意力提取模块提