为解决深度卷积神经网络在人脸超分辨率任务中模型复杂并难以实际应用的问题，提出一种轻量级人脸超分辨率网络。利用残差编码块构成的编码结构进行特征提取，在解码结构中引入金字塔重建从而实现快速准确的超分辨率。为降低解码块中上采样操作的参数量，采用基于分辨率选择的非一致通道扩宽策略。为避免增加分支，通过热图损失引入人脸先验知识。试验结果表明，本研究提出的模型轻量有效地实现了超低分辨率人脸图像的超分辨重建，以较低的模型复杂度，重建出视觉质量优于其他先进方法的超分辨率人脸图像。
科研之友
微信
新浪微博
Facebook
分享链接
