基于光照、结构和纹理解耦,暗光人脸超分辨率图像算法(附代码链接)

AI最新资讯4个月前发布 tree
117 0 0

今日应用


今日话题


基于光照、结构和纹理解耦,暗光人脸超分辨率图像算法(附代码链接)
基于光照、结构和纹理解耦,暗光人脸超分辨率图像算法(附代码链接)
 

重点标签 人脸识别超分辨率暗光增强结构纹理算法

文章摘要


本文介绍了一种在暗光条件下提高人脸识别性能的方法,该方法通过结合光照、结构和纹理解耦表达实现人脸超分辨率。作者在AAAI 2024上发表了相关论文,并提供了代码链接。文章首先指出,尽管人脸超分辨率技术已取得显著进展,但在极端条件下,如暗光环境,其性能仍会急剧下降。为此,作者提出了一种新的方法,将人脸超分辨率和低光照图像增强任务结合,通过结构保真性维持和纹理一致性学习来提高性能。

文章的主要贡献包括:1) 设计了亮度校正人脸超分辨率网络(IC-FSRNet)和细节增强模型(DENet);2) 提出了一种联合学习方案,通过编码亮度校正和人脸超分辨率之间的互补信息来提升性能;3) 实验结果显示,该方法在视觉质量和定量指标方面达到了最先进的性能。

实验部分使用了CelebAMask-HQ数据集,并采用了多个图像质量评估指标。对比实验结果表明,所提出的方法在多个评价指标上均优于现有的级联解决方案。此外,文章还探讨了IC-FSRNet和DENet的有效性,并通过消融实验验证了它们在提升人脸图像质量和人脸识别性能方面的贡献。

最后,文章得出结论,所提出的方法有效地解决了低光照条件下的人脸识别问题,并通过结构重建和纹理增强两部分来提高人脸图像的质量。作者还推荐了算法功能开发平台,以及AI行业相关的资源和社群。

文章来源


原文地址: 点我阅读全文
原文作者: 江大白

© 版权声明

相关文章

暂无评论

暂无评论...