【摘 要】
:
随着人脸分析技术的飞速发展,人脸作为个体具有的独特标识在日常生活中运用广泛。然而,大多数现有的人脸分析技术,在对低分辨率的人脸图像进行计算时往往效果会下降,提升人脸图像的分辨率具有重要的研究价值。人脸图像超分辨率重建是一种通过软件算法提升人脸图像分辨率的方法,相较于提升硬件设备而言具有成本低和易升级的优势。现有的人脸图像超分辨率重建算法较少地考虑了人脸图像的纹理属性;另外现有算法在进行特征融合时所
论文部分内容阅读
随着人脸分析技术的飞速发展,人脸作为个体具有的独特标识在日常生活中运用广泛。然而,大多数现有的人脸分析技术,在对低分辨率的人脸图像进行计算时往往效果会下降,提升人脸图像的分辨率具有重要的研究价值。人脸图像超分辨率重建是一种通过软件算法提升人脸图像分辨率的方法,相较于提升硬件设备而言具有成本低和易升级的优势。现有的人脸图像超分辨率重建算法较少地考虑了人脸图像的纹理属性;另外现有算法在进行特征融合时所采用的策略,会引入噪声且大多忽略了不同特征之间的关系。基于这两点不足,本文结合深度学习技术对人脸图像超分辨率重建算法进行研究,从人脸图像的特征提取、特征融合以及纹理增强的角度构建算法,有效地提升了重建后的高分辨率人脸图像的图像质量和视觉效果。本文的主要贡献如下:(1)提出了一种基于残差注意力机制的多特征提取方法。为了从人脸图像中提取丰富有效的特征,基于残差学习和注意力机制提出了一种多特征提取方法。该方法可以从低分辨率人脸图像中提取低频特征、形状特征和纹理特征。其网络结构由3个并行的分支构成:1)简单残差网络;2)自编码器网络;3)密集残差注意力深度网络。(2)提出了一种基于多种注意力机制的特征融合策略。为了尽可能有效融合多种特征,该融合策略挖掘不同特征之间的关系并将其运用到特征融合过程中。该融合策略分为两步:1)利用空间注意力机制初步融合;2)利用通道注意力机制再融合。(3)提出了一种基于注意力机制的人脸图像超分辨率重建算法。为了追求更好的视觉效果,从增强纹理的角度,同时结合上述提出的多特征提取方法和特征融合策略,提出了一种基于纹理属性增强和生成对抗网络的人脸图像超分辨率重建算法(Generative Adversarial Network based on Texture Enchancement,TEGAN)。该算法可以根据超低分辨率(最低可至8像素×8像素)的人脸图像生成尺寸大小为其4倍、8倍和16倍的高分辨率人脸图像。该算法包含两大核心部分:基于纹理属性增强的深度生成网络、基于纹理属性辅助的判别网络。为了使生成网络所生成的图像尽可能在纹理属性上逼近真实样本,在对抗网络模型训练过程中引入多个损失函数,特别地设计了纹理属性损失函数。仿真实验结果表明,相较于图像超分辨率重建领域的5种典型算法(SRCNN、EDSR、SRGAN、TDAE、FSRNET),本文所提出的TEGAN算法对低分辨率人脸图像进行4倍、8倍和16倍放大重建后所得图像的图像质量和视觉效果均更优。具体而言,从数值指标上比较,TEGAN算法重建得到的高分辨率人脸图像,在峰值信噪比(Peak Signal to Noise Ratio,PSNR)指标上的结果至少高于其余算法0.46d B,在结构相似性(Structual Similarity,SSIM)指标上的结果至少高于其余算法0.0113,在感知指数(Perceptual Index,PI)指标上的结果至少优于其余算法0.41。此外,从视觉效果上比较,TEGAN算法对人脸图像的整体以及局部细节(眉毛、眼部、鼻部、嘴部、面部轮廓)的重建效果也更佳。
其他文献
长期以来,研究人员一直致力于探索脑科学的奥秘。神经细胞分型是脑科学研究中的热点问题之一。RNA原位成像技术可以在不破坏脑片完整性的同时获取脑片内多种RNA的三维空间分布信息,有助于提高神经细胞分型的准确性。目前已有诸多RNA原位成像技术,但由于照明方式的掣肘,现有技术存在成像厚度不足的问题。本论文针对厚样本RNA原位成像,围绕光学仿真和实验测试研究了成像过程中的光束传输特征,以帮助提高照明方式以及
目的 观察中医禁食疗法对代谢综合征(metabolic syndrome,MS)患者血浆致动脉粥样硬化指数(atherogenic index of plasma,AIP)、Framingham风险评分(Framingham risk score,FRS)的干预作用。方法 选取2021年8月至2022年5月就诊于温州市中医院的MS患者90例,根据随机数字表法将其分为禁食组和对照组,每组各45例,同
<正>随着我国新农村建设与农业经济的发展,农产品地理标志的保护与开发势在必行。农产品地理标志的核心在于对当地特色农产品及农产品背后的人文地理资源的保护,农产品地理标志的申请与运用能够提升当地特色农产品的商业价值与品牌效益,同时促进地方特色农产品的规模化种植与集成化管理,推动农业产业发展与农民收入提升。
物联网、人工智能、5G通信等技术的迅速发展导致数据量的爆炸增长,面对如此庞大的数据量,提升存储设备的读写速度和容量显得尤为重要。使用光致磁变技术是获得更快的读写速度和更高效能数据存储的一种新途径。光致磁变技术采用飞秒激光写头代替传统的写磁头,能够提供更快更强的改写记录介质磁性的能力,从而使信息的写入速度得到质的飞跃。然而,要实现新型飞秒激光超快全光磁记录,不仅需要研究全光磁化翻转的实现条件,更重要
如今,大型云服务提供商需要在保证服务质量的前提下,降低整体成本,通常会在其云数据中心内部部署由固态硬盘(Solid State Drive,SSD)和机械硬盘(Hard Disk Drive,HDD)组成的混合存储节点。这些混合存储节点通常将SSD作为第一级存储,服务所有的前端应用请求,而将HDD用作第二级存储,以提供大容量、低成本的次级存储。这种存储模式被称为SSD主存储(SSD First L
在研究生物体内复杂的生物反应时,可能会同时监测多种细胞或亚细胞结构的动态特性,比如分布、运动及相互作用等,而多色荧光成像技术是实现同时观察多个目标结构的重要手段。但多色荧光成像系统收集的荧光通常存在信号串扰,导致无法直接获得各种荧光团的信号强度,因此需要对串扰的信号进行光谱解混。此外,在进行多色成像时,为了获得高分辨率的图像,视场范围通常有限,而有限的视场范围难以观察到目标对象的整体,因此还需要使
随着物理、化学等基础学科和半导体微电子技术的发展,人类对于微纳米尺度世界的探索取得了前所未有的突破,最直观的体现是集成电路的不断成熟,但“摩尔定律”的发展已经接近瓶颈,传统硅集成电路的制备工艺由于工艺参数、制备温度等限制不适用于其他具有优异性质的半导体材料。为追求更小的尺寸以及更高效率的芯片性能,实现各类功能器件在芯片上的灵活高效集成,就要求研究者们开发新的技术来制造性能优异的微纳集成器件。在各类
目的:脓毒症是宿主遭受病原微生物感染后反应失调而导致的危及生命的器官功能障碍,是急危重症医学领域常见的致死性疾病。静脉液体复苏是脓毒症集束化治疗的核心环节之一,患有心力衰竭的脓毒症患者液体容量超负荷的风险性更高,且临床结局更差。目前关于脓毒症合并心衰患者液体管理的研究主要集中在脓毒症集束化治疗实施的临床效果方面,在这些患者中评估液体超负荷状态以及液体积聚如何与预后相关的方法仍然未知。本研究旨在评估
大数据时代下,数据中心规模日益增长,磁盘故障在大型数据中心中出现的频率越来越高,使得数据中心的存储系统可靠性降低。为了减少磁盘故障带来的影响,国内外研究人员基于SMART(Self-Monitoring Analysis and Reporting Technology)属性使用机器学习、统计学方法来建立磁盘故障预测模型,通过主动预测磁盘故障的方式来避免磁盘故障带来的影响,并取得了较好的效果。但是