微小人脸的超分辨率与对齐联合处理
计算机视觉与模式识别
2019-11-21 v1
摘要
微小人脸的超分辨率（SR）与关键点定位是高度相关的任务。一方面，高分辨率（HR）人脸可使关键点定位获得更高精度。另一方面，人脸 SR 将受益于诸如关键点等面部属性的先验知识。因此，我们提出一种联合对齐与 SR 网络，以同时检测面部关键点并对微小人脸进行超分辨率重建。更具体地，采用一个共享深度编码器通过利用互补信息为两项任务提取特征。为挖掘分层编码器的表征能力，将共享特征提取模块的中间层融合以形成高效的特征表示。随后将融合特征输入特定任务模块，并行地检测关键点并超分辨率重建人脸图像。大量实验表明，所提模型在人脸关键点定位与 SR 方面均显著优于当前最优方法。我们展示了微小人脸（即 16*16）关键点定位的大幅改进。此外，所提框架在低分辨率（LR）人脸（即 64*64）上的关键点定位结果可与现有方法在 HR（即 256*256）上的结果相媲美。至于 SR，所提方法比其他最优方法从 LR 人脸图像中恢复出更锐利的边缘与更多细节，我们在定性与定量上均予以证明。
引用
@article{arxiv.1911.08566,
title = {Joint Super-Resolution and Alignment of Tiny Faces},
author = {Yu Yin and Joseph P. Robinson and Yulun Zhang and Yun Fu},
journal= {arXiv preprint arXiv:1911.08566},
year = {2019}
}
备注
Accepted by AAAI 2020