语义编码器引导的生成对抗人脸超分辨率网络
计算机视觉与模式识别
2023-01-04 v2 机器学习
图像与视频处理
摘要
人脸超分辨率是一种特定领域的图像超分辨率，旨在从低分辨率（LR）人脸图像生成高分辨率（HR）人脸图像。本文提出一种新的人脸超分辨率方法，即语义编码器引导的生成对抗人脸超分辨率网络（SEGA-FURN），用于将未对齐的微小 LR 人脸图像以多种超大上采样倍数（如 4x 和 8x）超分辨率重建为其 HR 对应图像。所提网络由一个能够捕获嵌入语义以引导对抗学习的新型语义编码器，以及一个采用名为内部稠密块残差（RIDB）的分层架构的新型生成器组成。此外，我们提出一个联合判别器，对图像数据与嵌入语义同时进行判别。该联合判别器学习图像空间与潜空间上的联合概率分布。我们还使用相对平均最小二乘损失（RaLS）作为对抗损失，以缓解梯度消失问题并增强训练过程的稳定性。在大型人脸数据集上的大量实验证明，所提方法能取得优异的超分辨率结果，并在定性与定量比较中显著优于其他最先进的方法。
引用
@article{arxiv.2211.10532,
title = {Semantic Encoder Guided Generative Adversarial Face Ultra-Resolution Network},
author = {Xiang Wang and Yimin Yang and Qixiang Pang and Xiao Lu and Yu Liu and Shan Du},
journal= {arXiv preprint arXiv:2211.10532},
year = {2023}
}
备注
11 pages,5 figures,3 tables