融合五官轮廓注意力的人脸超分模型

摘要

现有超分辨率人脸重建方法无法有效利用不同五官的结构信息,导致重建图像五官区分性差、缺乏各自细节特征。为解决这一问题,提出了一种融合五官轮廓注意力的人脸超分模型。搭建两阶段式神经网络:第一阶段利用残差网络提取深层复杂特征并对输入图像进行初步重建;第二阶段通过注意力融合网络将注意力集中在不同的面部成分(包括五官和面部轮廓),分别重建各成分的细节特征再进行融合。通过在CASIA WebFace上的定量与定性实验,证明了该两阶段式结构能够逐步提取特征、增强图片清晰度,恢复更多的图像细节。