基于先验特征与谱归一化的人脸超分辨

图像超分辨技术指在不丢失信息的情况下将低分辨率(LR)图像转换成高分辨率(HR)图像。该技术在人像上的实现有着广泛的应用场景如人脸识别、人脸对齐等,但传统的超分辨方法在人脸图像上恢复程度低,并且不稳定。对此,提出SN-FSRGAN模型。使用人脸先验特征指导超分辨率;引入谱归一化用于稳定基于GAN的超分辨率网络训练结果。通过在数据集Helen与CelebA上实验显示,所提出的方法在PSNR、SSIM与视觉感官上皆取得了对比ESRGAN、FSRGAN等模型而言较优的结果。