典型文献
基于非对称U型金字塔重建的轻量级人脸超分辨率网络
文献摘要：
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.
文献关键词：
深度学习;人脸超分辨率;非对称编解码;金字塔重建;热图损失;生成对抗网络
中图分类号：
作者姓名：
蒋桐雨;陈帆;和红杰
作者机构：
西南交通大学信号与信息处理四川省重点实验室,四川 成都 611756;西南交通大学计算机与人工智能学院,四川成都611756
文献出处：
引用格式：
[1]蒋桐雨;陈帆;和红杰-.基于非对称U型金字塔重建的轻量级人脸超分辨率网络)[J].山东大学学报（工学版）,2022(01):1-8,18
A类：
金字塔重建,热图损失,超低分辨率,非对称编解码
B类：
轻量级,人脸超分辨率,超分辨率网络,深度卷积神经网络,编码结构,快速准确,上采样,参数量,非一致,扩宽,加分,先验知识,人脸图像,超分辨重建,模型复杂度,视觉质量,生成对抗网络
AB值：
0.171144
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
