基于中继循环残差网络的人脸超分辨率重建

作     者：卢涛 汪家明 李晓林 张彦铎 Lu Tao;Wang Jiaming;Li Xiaolin;Zhang Yanduo

作者机构：武汉工程大学计算机科学与工程学院湖北武汉430205 武汉工程大学智能机器人湖北省重点实验室湖北武汉430205 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2018年第46卷第12期

页      面：95-100页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(61502354,61671332,41501505) 湖北省自然科学基金资助项目(2015CFB451,2014CFA130,2012FFA099,2012FFA134,2013CF125) 中央引导地方科技发展专项资助项目(2018ZYYD059) 武汉工程大学科研基金资助项目(K201713) 

主　　题：中继网络 人脸幻构 图像重建 深度学习 深度网络 

摘      要：设计了一种新型的中继循环残差神经网络,用于增强超分辨率重建图像的重建效果,提出了一种双层深度网络,其中重建网络负责初步图像重建,由中继网络进一步提示图像细节.所提出的中继网络架构同样也适用于具有不同类型的超分辨率深度学习网络,在CAS-PEAL-R1和CASIA-Webface数据库上的实验结果表明:中继网络模型提升了传统深度网络的图像重建性能,主客观重建质量均优于现有的卷积神经网络超分辨率算法.