公开(公告)号：CN114820321B

公开(公告)日：2024-12-27

申请号：CN202210513403.0

申请日：2022-05-11

Applicant: 武汉工程大学

Inventor： 卢涛 ,  张达闻 ,  汪慧 ,  张彦铎 ,  方稳华

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于双重判别生成对抗网络的人脸图像超分辨率方法及装置，属于人脸图像超分辨率领域，该方法包括：首先，生成对抗网络通过将残差学习和密集连接学习结合，构造密集‑残差块，在不增加网络深度和参数的情况下增强了特征提取能力；其次，对判别网络进行改进，增加了局部判别器，使得重建图像的纹理细节更加真实和丰富；最后提出了新的联合损失函数。本发明所提出的网络优于其他最新的人脸图像超分辨率算法，能生成更高质量的人脸图像，且在低分辨率人脸数据集上的实验证明了该算法的有效性。

公开(公告)号：CN114820321A

公开(公告)日：2022-07-29

申请号：CN202210513403.0

申请日：2022-05-11

Applicant: 武汉工程大学

Inventor： 卢涛 ,  张达闻 ,  汪慧 ,  张彦铎 ,  方稳华

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双重判别生成对抗网络的人脸图像超分辨率方法及装置，属于人脸图像超分辨率领域，该方法包括：首先，生成对抗网络通过将残差学习和密集连接学习结合，构造密集‑残差块，在不增加网络深度和参数的情况下增强了特征提取能力；其次，对判别网络进行改进，增加了局部判别器，使得重建图像的纹理细节更加真实和丰富；最后提出了新的联合损失函数。本发明所提出的网络优于其他最新的人脸图像超分辨率算法，能生成更高质量的人脸图像，且在低分辨率人脸数据集上的实验证明了该算法的有效性。