HeadsUp！高保真人像图像超分辨率
计算机视觉与模式识别
2025-10-14 v1
摘要
人像图片通常包含人物主体和自然背景，是社交媒体上最常见的摄影形式。现有图像超分辨率（ISR）技术要么关注通用真实图像，要么仅处理严格对齐的人脸图像（即人脸超分辨率）。实际应用中，需混合使用不同模型：人脸专家模型处理人脸区域，通用模型处理剩余部分。但这种混合方法必然在人脸区域周围引入混合或边界伪影，而人类感知对人脸保真度尤为敏感。为此，我们研究了人像图像超分辨率（PortraitISR）问题，提出了 HeadsUp：一种单步扩散模型，能以端到端方式无缝恢复和放大人像图像。具体而言，我们基于单步扩散模型，开发面部监督机制引导模型聚焦人脸区域。随后，我们集成参考机制辅助身份恢复，减少低质量人脸恢复中的人脸歧义。此外，我们构建了高质量 4K 人像图像 ISR 数据集，命名为 PortraitSR-4K，以支持人像图像的模型训练和基准测试。大量实验表明，HeadsUp 在 PortraitISR 任务上实现了最佳性能，同时在通用图像和对齐人脸数据集上保持可比甚至更好的性能。
引用
@article{arxiv.2510.09924,
title = {HeadsUp! High-Fidelity Portrait Image Super-Resolution},
author = {Renjie Li and Zihao Zhu and Xiaoyu Wang and Zhengzhong Tu},
journal= {arXiv preprint arXiv:2510.09924},
year = {2025}
}