公开(公告)号：CN114219728A

公开(公告)日：2022-03-22

申请号：CN202111496917.1

申请日：2021-12-09

Applicant: 上海交通大学 ,  中央广播电视总台

Inventor： 张娅 ,  姜文波 ,  赵贵华 ,  张小云 ,  董洋轶 ,  张毅军 ,  王延峰 ,  蔺飞 ,  袁旭稚

IPC: G06T5/00 ,  G06T5/50 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种人脸图像修复方法，包括：对输入的高质量人脸图像利用高质量特征提取网络获取其在特征空间中的高质量表达；对输入的低质量人脸图像利用低质量特征提取网络获取其在特征空间中的低质量表达；使用跨质量转移估计网络估计特征空间中的高质量表达与低质量表达之间的转移向量，并使用所述转移向量编辑表达；使用预训练的图像恢复网络将编辑后的表达映射输出图像；在整个网络的联合损失约束下进行训练；使用训练好的网络进行人类图像修复。本发明无需成对的训练图像对，能够适用于真实图像中的未知退化，改善了现有技术需要成对的训练图像对，不贴合实际使用场景的问题。

公开(公告)号：CN113628107B

公开(公告)日：2023-10-27

申请号：CN202110749972.0

申请日：2021-07-02

Applicant: 上海交通大学

Inventor： 张娅 ,  姜文波 ,  赵贵华 ,  张小云 ,  董洋轶 ,  张毅军 ,  王延峰 ,  蔺飞 ,  袁旭稚

IPC: G06T3/40 ,  G06V40/16 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种人脸超分辨率方法及系统，包括：对输入的人脸属性标签信息，使用全连接网络与激活层进行特征优化，获得属性语义特征；对输入的低分辨率图像信息，使用卷积神经网络提取视觉特征；对属性语义特征与视觉特征使用特征融合网络进行特征融合，并在训练时与教师特征通过属性法向量约束，从而保持融合特征与教师特征属性一致；使用图像恢复网络将融合特征映射为输出图像，由于图像恢复网络经过预训练，它生成的图像具有逼真的细节。通过本发明，生成的人脸高清图像具有属性保持与细节。

公开(公告)号：CN113628107A

公开(公告)日：2021-11-09

申请号：CN202110749972.0

申请日：2021-07-02

Applicant: 上海交通大学

Inventor： 张娅 ,  姜文波 ,  赵贵华 ,  张小云 ,  董洋轶 ,  张毅军 ,  王延峰 ,  蔺飞 ,  袁旭稚

IPC: G06T3/40 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种人脸超分辨率方法及系统，包括：对输入的人脸属性标签信息，使用全连接网络与激活层进行特征优化，获得属性语义特征；对输入的低分辨率图像信息，使用卷积神经网络提取视觉特征；对属性语义特征与视觉特征使用特征融合网络进行特征融合，并在训练时与教师特征通过属性法向量约束，从而保持融合特征与教师特征属性一致；使用图像恢复网络将融合特征映射为输出图像，由于图像恢复网络经过预训练，它生成的图像具有逼真的细节。通过本发明，生成的人脸高清图像具有属性保持与细节。