用于人脸幻构的深度级联双网络
计算机视觉与模式识别
2016-07-19 v1
摘要
我们提出了一种新框架，用于对无约束姿态且极低分辨率（人脸尺寸小至5pxIOD）的人脸进行幻构。与多数忽略或假设预对齐人脸空间配置（如面部标志点定位或稠密对应场）的现有研究不同，我们在统一框架中交替优化两个互补任务，即人脸幻构与稠密对应场估计。此外，我们提出了一种新的门控深度双网络，其包含两条功能专门化的分支以恢复不同层次的纹理细节。大量实验表明，该公式化方法在具有显著姿态与光照变化的自然场景低分辨率人脸上实现了优异的幻构质量。
引用
@article{arxiv.1607.05046,
title = {Deep Cascaded Bi-Network for Face Hallucination},
author = {Shizhan Zhu and Sifei Liu and Chen Change Loy and Xiaoou Tang},
journal= {arXiv preprint arXiv:1607.05046},
year = {2016}
}
备注
This paper is to appear in Proceedings of ECCV 2016