基于注意力融合的循环人脸超分辨率方法及系统

    公开(公告)号:CN116563916A

    公开(公告)日:2023-08-08

    申请号:CN202310488653.8

    申请日:2023-04-25

    Applicant: 山东大学

    Abstract: 本发明涉及基于注意力融合的循环人脸超分辨率方法及系统,包括以下步骤:获取低分辨人脸图像,基于人脸恢复网络得到图像特征和超分辨图像,得到的超分辨图像基于地标修正网络得到注意力图像;得到的图像特征和前一步人脸恢复网络得到的注意力图像经融合后,通过反馈迭代,得到重建后的超分辨率人脸图像;图像特征和注意力图像融合的过程,具体为:基于图像特征提取通道注意力特征,得到的通道注意力特征和图像特征经逐元素相乘得到空间注意力特征,得到的空间注意力特征与图像特征经逐元素相乘得到最终特征,最终特征与注意力图像经逐元素相乘得到加权特征,加权特征用于输入到人脸恢复网络中进行人脸超分辨。

    基于生成对抗网络的人脸图像转换成素描的方法及系统

    公开(公告)号:CN115063859A

    公开(公告)日:2022-09-16

    申请号:CN202210718919.9

    申请日:2022-06-23

    Applicant: 山东大学

    Abstract: 本发明属于图像数据转换技术领域,提供了一种基于生成对抗网络的人脸图像转换成素描的方法及系统,获取人脸图像;依据获取的人脸图像,以及预设的人脸素描图像转换模型,得到人脸素描图像;其中,所述人脸素描图像转换模型通过生成对抗网络训练得到;人脸素描图像转换模型训练过程中采用了多尺度结构的网络残差块,以及在多尺度结构的网络残差块后加入了并行处理的自注意力模块;本发明在人脸素描图像转换模型训练过程中采用了多尺度结构的网络残差块,同时加入并行处理的自注意力模块,采用多尺度方法学习深层与浅层的特征,将不同类别的特征图融合,使保持速度的同时,提高了合成质量。

    一种基于渐进差值互补的人脸超分辨率重构方法及系统

    公开(公告)号:CN116029905A

    公开(公告)日:2023-04-28

    申请号:CN202310089839.6

    申请日:2023-02-02

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于渐进差值互补的人脸超分辨率重构方法及系统,该方法包括:采集待检测的监控视频,从所述监控视频中提取行人的低分辨率人脸图像;对所述低分辨率人脸图像进行预处理;将预处理后的低分辨率图像输入至渐进差值互补人脸超分辨率重构网络中,低分辨率人脸图像输入网络后,通过第一阶段的粗处理输出高低分辨率特征图像组,高低分辨率特征图像组再通过第二阶段的差值互补输出最终的高分辨率特征图像;将输出的最终高分辨率特征图像进行超分辨率重建,将其与低分辨率人脸图像通过双三次插值上采样输出的图像进行逐像素相加,输出超分辨率人脸重构图像,实现更优重构效果的同时,降低重构网络的复杂度、参数量和计算量。

Patent Agency Ranking