低质量图像中的人脸识别：综述

低分辨率人脸识别（LRFR）在过去几年中受到越来越多的关注。当难以捕获高分辨率或高质量图像时，其应用广泛存在于真实世界环境中。对LRFR技术最大的需求之一在于视频监控。随着城市中监控摄像头数量的增加，所捕获的视频将需要被自动处理。然而，这些视频或图像通常以大间距、任意光照条件和多样视角被捕获。这些图像中的人脸通常尺寸较小。若干解决此问题的研究采用了超分辨率、去模糊或学习不同分辨率域之间关系等技术。本文对过去五年中低分辨率人脸识别的方法进行了全面综述。首先给出一般性问题定义。随后按类别对该主题上的工作进行了系统分析。除描述方法外，我们还关注数据集与实验设置。我们进一步讨论了无约束低分辨率人脸识别的相关工作，并将其与使用合成低分辨率数据的结果进行比较。最后，我们总结了一般局限性并推测了未来工作的优先方向。