公开(公告)号：CN119693230A

公开(公告)日：2025-03-25

申请号：CN202411618804.8

申请日：2024-11-13

Applicant: 武汉软件工程职业学院(武汉开放大学)

Inventor： 陈希彤 ,  罗保山 ,  吴梦婷 ,  马艳春 ,  刘小燕 ,  刘立坤 ,  孙远

IPC: G06T3/4053 ,  G06T3/4046 ,  G06T5/50 ,  G06T5/60 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明提供一种基于面部结构保持蒸馏网络的人脸图像超分辨率方法及系统，属于人脸图像超分辨率领域，包括：采集低分辨率人脸图像并进行上采样，得到伪高分辨率图像；构建浅层下采样残差模块，得到浅层特征；构建高效面部保持蒸馏模块，将浅层特征输入进行深度提取和特征精炼，得到深度特征；构建深层上采样残差模块，对深度特征进行逐步精炼特征，得到精炼人脸特征；构建人脸图像重建模块进行卷积操作，得到高分辨率人脸图像，并构建整体损失函数，优化网络参数得到训练模型，更新高分辨率人脸图像；构建人脸图像超分辨率测试模块，根据训练模型对测试数据进行测试，得到合格模型。本发明在保持较低计算复杂度的同时，提高人脸图像重建的质量。

公开(公告)号：CN119809930A

公开(公告)日：2025-04-11

申请号：CN202411672592.1

申请日：2024-11-21

Applicant: 武汉软件工程职业学院(武汉开放大学)

Inventor： 陈希彤 ,  罗保山 ,  吴梦婷 ,  马艳春 ,  刘小燕 ,  刘立坤 ,  孙远

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/80 ,  G06N3/0455

Abstract: 本发明提供基于双分支动态协作网络的人脸超分辨率方法及系统，涉及计算机视觉人脸图像处理技术领域；方法包括：通过第一卷积层从低分辨率人脸图像中提取出浅层特征；通过多个多路径注意力聚合模块对浅层特征进行全局特征提取，得到人脸全局特征；通过多个多尺度动态校准模块对浅层特征进行局部特征提取，得到人脸局部特征；通过动态特征融合模块拼接人脸全局特征和人脸局部特征，得到融合特征；通过重建模块对浅层特征和融合特征进行重建操作，得到超分辨率人脸重建图像。通过融合网络不同层级阶段和不同分支的特征，来提高对精细面部细节的还原能力。