基于面部特征点的人脸图像修复网络

摘要

为了获得更好的图像修复效果,建立了一种由人脸特征点预测子网和人脸修复子网组成的人脸面部图像修复深度学习网络.该网络的面部特征点预测子网在MobileNetV2模型基础上引入SE(squeeze-and-excite)结构,实现了对不完整人脸图像的面部特征点预测;修复子网中的生成器采用密集连接块U-Net结构,并新增残差块间的跳跃连接,实现了对提取的图像浅层特征信息的再利用,增强了神经网络结构信息的预测能力.对比实验结果证明,所提人脸图像修复深度学习网络可获得更好的图像修复性能,修复后的图像更接近于真实图像.