结合小波与递归神经网络的低分辨率人脸识别

作者：欧阳宁; 王先傲; 蔡晓东^*; 林乐平

来源：西安电子科技大学学报, 2019, 46(06): 95-111.

DOI：10.19665/j.issn1001-2400.2019.06.014

• 哈尔小波
• 递归神经网络
• 人脸识别
• 融合损失
• 超分辨率重建

针对低分辨率人脸图像缺少有效信息而导致识别率较低的问题,提出一种结合哈尔小波与递归神经网络的低分辨率人脸识别方法。首先,通过深层网络直接预测小波系数,经过小波逆变换得到高分辨率人脸图像,可以有效地重建高频信息;其次,在卷积神经网络中加入递归模块,在增加网络深度的同时减少参数冗余,提升模型的映射能力;最后,提出一种优化的重建与感知损失融合方法,将小波系数重建损失与感知损失进行加权融合,用以生成有利于识别的人脸图像。基于公开数据集,对图像重建质量与识别性能进行了对比。实验结果表明,即使在极低的分辨率条件下(8×8,16×16),仍然能够重建出更加锐利的人脸图像。在此基础上,其识别能力优于目前领先的超分辨率重建算法。

• 单位
  桂林电子科技大学