【摘 要】
：
人脸超分辨率重建（Face Super-Resolution,Face SR）是一种通过算法来提高人脸图像分辨率的方法,与改良硬件设备的方式相比,它拥有低成本、易升级等优势。深度学习的飞速发展使得卷积神经网络在人脸超分辨率重建任务中取得了不错的成绩,但是目前人脸超分辨率重建使用的网络结构大多是来自于普通图像重建算法的模型,没有利用人脸独有的面部特征,容易产生面部模糊、五官混淆等问题,无法达到理想的
论文部分内容阅读
人脸超分辨率重建（Face Super-Resolution,Face SR）是一种通过算法来提高人脸图像分辨率的方法,与改良硬件设备的方式相比,它拥有低成本、易升级等优势。深度学习的飞速发展使得卷积神经网络在人脸超分辨率重建任务中取得了不错的成绩,但是目前人脸超分辨率重建使用的网络结构大多是来自于普通图像重建算法的模型,没有利用人脸独有的面部特征,容易产生面部模糊、五官混淆等问题,无法达到理想的重建效果。针对以上问题,本文基于卷积神经网络继续探究人脸超分辨率技术,以设计更适合人脸图像的超分辨率重建网络。本文的主要研究工作如下:1.研究了基于深度残差网络SRRes Net的人脸超分辨率重建模型,在其基础上进行改进:首先去除了批量归一化层（BN）,并引入空洞卷积结构应用于残差块中;其次设计出一种改进的双层残差网络,将深层残差网络作为重建模型的第一层,之后级联先验补充网络作为第二层,为重建图像补充先验信息并逐层恢复人脸细节特征。实验结果表明,改进的双层残差网络能够取得较好的重建效果。2.提出了基于生成对抗双层网络的人脸超分辨率重建算法。首先把整个改进的双层残差网络作为生成器来重建人脸图像,并将密集连接网络迁移学习到人脸超分辨率重建任务中来,提出空洞残差密集块结构;其次对判别网络进行改进,选用相对平均判别器预测原始高分辨率图像比生成图像更为清晰的概率。实验表明,与传统的生成对抗网络相比,本文的改进模型可以取得更好的人脸图像超分辨率重建效果。
其他文献
随着太阳能应用的大规模普及,太阳能电池板的产能不断提高。缺陷检测技术是保证产品质量的关键。但现有的缺陷检测技术只能在暗室内工作,这导致检测仪器体积庞大,检测环境严重受限。因此,各厂商迫切需要一种能够适应各种光线环境的缺陷检测技术,以提高检测效率,降低检测成本。为此,本课题围绕高照度下太阳能电池板缺陷检测技术展开了深入研究。本文首先对太阳能电池板检测技术发展现状进行了简要介绍。针对现有检测技术只能在
目前,由于电动式负载模拟器可对舵机加载任意函数的力矩,加载精度高,且结构简单,所以被工业上广泛的研究和使用。而如何抑制多余力矩和提高控制精度是电动负载模拟器研究的关键。论文针对电动负载模拟器系统,以其数学模型为研究基础,对其系统特性进行了分析,并进行了系统校正与多余力矩的抑制、自适应模糊PI控制器的设计,最后在搭建的试验平台上对所设计的控制器进行了试验验证。首先,设计了电动负载模拟器的整体方案,并
随着工业传感器,AI技术和5G通信技术的不断发展,智能汽车,无人驾驶等科技得到飞速发展。依据车载传感器采集的数据进行处理和分析来提高无人驾驶的可靠性已成为当下研究的热点。通过人工智能的方法对交通对象进行建模,传感器数据能够被有效的利用,从而挖掘出不同交通对象之间的特征,进而识别出不同的交通对象。将通过传感器采集的数据,利用本研究采用的目标运动模型结合非线性的无迹卡尔曼滤波算法,使得建立的整个系统模
下雨天粘附在摄像机镜头上的雨滴会严重影响采集到图像的质量,而将因雨滴退化的图像通过处理转换为干净的图像是一个很棘手的问题。问题的难点在于这些因雨滴退化的图像中雨滴的位置没有给出,并且被雨滴遮挡区域的背景信息几乎完全丢失。随着计算机软硬件以及深度学习的不断发展,卷积神经网络逐渐被应用到图像修复任务中。然而,当前关于去雨滴的研究却比较稀少。因此本文针对单幅图像雨滴去除的任务,应用卷积神经网络并通过合理
直径介于几百微米至几毫米的中空靶丸是惯性约束核聚变（Inertial Confinement fusion,ICF）实验的核心器件之一。其内表面任何微小的缺陷都有可能引发不对称压缩,导致点火失败。在现有的检测方法中,光学显微零位干涉术是靶丸内表面缺陷检测方案中最具潜力的方案之一。本文针对靶丸内外表面形貌信息混叠现象以及内表面缺陷离焦问题,从光学空间分层衍射计算的角度出发,开展了以下研究:基于标量衍
目的 探讨慢性阻塞性肺疾病（COPD）患者肺组织标本的沉默信息调节因子相关酶1（SIRT1）、活化转录因子4（ATF4）、涎液化糖链抗原-6（KL-6）蛋白水平差异及与气道重塑的相关性。方法 分别收集2020年1月至2021年5月在该院呼吸内科就诊的合并肺肿瘤的急性加重期COPD、稳定期COPD的肺叶切除组织蜡块标本各40例，分别纳入急性期组、稳定期组；另外选取40例该院实验室保存的行肺肿瘤肺叶切
盲源分离（Blind Source Separation,简称BSS）是在一定的约束条件内将未知的源信号从混合的观测信号中恢复出来的一种方法。盲源分离技术由于其强大的分离能力,目前已在语音信号、数字通信、生物医学、雷达阵列处理、信息安全等领域发挥了重要作用。本文重点研究了盲源分离算法在雷达信号抗干扰中的应用。论文的主要工作和创新点如下:1、论文建立了PD和LFM雷达回波信号的模型,对信号的模糊图特
短程定位和生命体征探测是医疗监控、驾驶员辅助和室内导航等领域的两个热门研究课题。事实上,在很多场景下两者已交叉融合:例如,通过捕捉目标的生命体征来定位隐藏的入侵者,或对住院患者进行轨迹跟踪并实时监测患者生命体征。相比于接触式传感器、光学相机和红外传感器等传统技术,雷达传感器在生命体征探测和短程定位领域的应用具有非接触、可穿透、不受光照温度影响等独特优势,获得了广泛研究与应用。但当前的雷达传感器也存
现代光学显微仪器将高性能光学组件与数字图像的采集处理功能相结合,实现了远远超过了人眼感知的,对待测样品微小细节的可视化的复杂功能,已被广泛应用于疾病诊断、医药学研究和材料科学等领域。尤其在生命科学与生物医药学领域,现代光学显微镜扮演着不可或缺的角色。然而,目前的光学显微镜却面临体积日益庞大、系统日益复杂、造价日益昂贵、并且对于细胞之类的生物学样品需要借助染色手段进行标记的问题。针对上述问题,本文基