基于结构生成与细节增强的联合人脸幻觉与去模糊
计算机视觉与模式识别
2018-11-26 v1
摘要
我们解决从模糊低分辨率输入恢复高分辨率人脸图像的问题。该问题困难在于需要同时处理超分辨率与去模糊。此外，现有算法不能很好处理人脸图像，因为低分辨率人脸图像没有太多纹理，而纹理对去模糊尤为关键。本文中，我们利用人脸的域特定知识提出一种有效算法以恢复高质量人脸。我们首先提出一个由面部成分引导的深度卷积神经网络（CNN）来恢复粗糙人脸图像，记为基图像，其中面部成分由输入人脸图像自动生成。然而，基于CNN的方法不能很好处理图像细节。我们进一步通过面部成分匹配开发了一种新颖的基于样例的细节增强算法。大量实验表明，所提方法在定量与定性上均优于最先进的算法。
引用
@article{arxiv.1811.09019,
title = {Joint Face Hallucination and Deblurring via Structure Generation and Detail Enhancement},
author = {Yibing Song and Jiawei Zhang and Lijun Gong and Shengfeng He and Linchao Bao and Jinshan Pan and Qingxiong Yang and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:1811.09019},
year = {2018}
}
备注
In IJCV 2018