基于对抗网络人脸超分辨率重建算法研究

作者：蒋文杰; 罗晓曙^*; 戴沁璇

来源：计算机工程与应用, 2021, 57(11): 219-223.

• 人脸超分辨率重建
• 生成对抗网络
• Wasserstein距离
• Wasserstein散度

由于受到光照和成像设备等条件因素的影响,采集到的单帧人脸图像分辨率低,无法进行准确人脸识别,所以需要图像超分辨率重建。而利用SRGAN模型在进行人脸超分辨率重建过程中,易出现梯度消失或爆炸的问题,严重影响了重建图像的精度和质量。针对上述问题,提出了基于生成对抗网络的改进人脸超分辨率重建算法,在SRGAN结合WGA-N的基础上引入Wasserstein散度,并将其最大化得到最优化标量函数T,实现去掉Lipschit-z约束能够直接得到Wassertein距离,并通过最小化Wassertein距离得到生成网络的目标函数,最终改进的模型提高了重建图像的质量。实验结果表明,该方法能够生成高分辨率的人脸图像,在主观视觉和客观评价指标均同比优于DRCN、FSRCNN、SRGANWGAN、VDSR和DRRN模型。

• 单位
  广西师范大学; 电子工程学院