A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Face Super-Resolution via Hierarchical Multi-Scale Residual Fusion Network Super-resolução facial por meio de rede hierárquica de fusão residual multiescala

Yu WANG, Tao LU, Zhihao WU, Yuntao WU, Yanduo ZHANG

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Explorar as informações estruturais anteriores às imagens faciais é uma questão fundamental da super-resolução facial (SR). Embora as redes neurais convolucionais profundas (CNNs) possuam uma poderosa capacidade de representação, como usar com precisão as informações estruturais faciais continua sendo um desafio. Neste artigo, propusemos uma nova rede de fusão residual para utilizar a informação estrutural multiescala para a face SR. Diferente dos métodos existentes para aumentar a profundidade da rede, o módulo de atenção de gargalo é introduzido para extrair características estruturais faciais finas, explorando a correlação de mapas de características. Finalmente, escalas hierárquicas de informações estruturais são fundidas para gerar uma imagem facial de alta resolução (HR). Resultados experimentais mostram que a rede proposta supera alguns algoritmos de SR facial baseados em CNNs de última geração.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E104-A No.9 pp.1365-1369
Data de publicação
2021/09/01
Publicitada
2021/03/03
ISSN online
1745-1337
DOI
10.1587/transfun.2020EAL2103
Tipo de Manuscrito
LETTER
Categoria
Imagem

autores

Yu WANG
  Wuhan Institute of Technology
Tao LU
  Wuhan Institute of Technology
Zhihao WU
  Wuhan Institute of Technology
Yuntao WU
  Wuhan Institute of Technology
Yanduo ZHANG
  Wuhan Institute of Technology

Palavra-chave