低清图像重建超分辨率人脸图像的方法、系统及存储介质

    公开(公告)号:CN114820303B

    公开(公告)日:2025-02-25

    申请号:CN202210296363.9

    申请日:2022-03-24

    Inventor: 邵文泽 罗维维

    Abstract: 本发明公开了一种低清图像重建超分辨率人脸图像的方法、系统及存储介质,包括:将低分辨率图像输入预训练渐进式生成对抗网络中,初始化隐编码和通道权重参数;将隐编码和通道权重输入预训练渐进式生成对抗网络的迭代单元,获得迭代的多重隐编码和通道权重;判断多重隐编码和通道权重的迭代次数是否大于预设的迭代次数阈值,基于输出的多重隐编码和通道权重生成的最终超分辨率的高清人脸图像。通过本发明将多重隐编码分组,并在预训练渐进式生成对抗网络不同的子网络结构下迭代优化,使得多重潜码学习不同层次的特征,提升了人脸超分图像的真实感,从而重建超分辨率人脸图像。

    低清图像重建超分辨率人脸图像的方法、系统及存储介质

    公开(公告)号:CN114820303A

    公开(公告)日:2022-07-29

    申请号:CN202210296363.9

    申请日:2022-03-24

    Inventor: 邵文泽 罗维维

    Abstract: 本发明公开了一种低清图像重建超分辨率人脸图像的方法、系统及存储介质,包括:将低分辨率图像输入预训练渐进式生成对抗网络中,初始化隐编码和通道权重参数;将隐编码和通道权重输入预训练渐进式生成对抗网络的迭代单元,获得迭代的多重隐编码和通道权重;判断多重隐编码和通道权重的迭代次数是否大于预设的迭代次数阈值,基于输出的多重隐编码和通道权重生成的最终超分辨率的高清人脸图像。通过本发明将多重隐编码分组,并在预训练渐进式生成对抗网络不同的子网络结构下迭代优化,使得多重潜码学习不同层次的特征,提升了人脸超分图像的真实感,从而重建超分辨率人脸图像。

Patent Agency Ranking