基于语义感知和空间注意力的人脸图像超分辨率重建

人脸图像超分辨率重建在人脸图像处理中具有重要的应用价值，近年来得到了广泛的研究。然而，以前的工作往往不能为真实世界的低质量人脸图像产生可信的高质量结果，例如在关键人脸结构（眼睛、嘴巴等）以及皮肤纹理等方面还有较大的改善空间。提出了一种基于语义感知和空间注意力的网络结构，用于人脸图像超分辨率重建。引入了一种语义感知风格损失，以改善人脸纹理的细节。此外，还引入了空间注意力残差块（SARB），这使得卷积层能够自适应地引导与关键人脸结构相关的特征。最后在Helen和CelebA数据集上的实验结果表明，该方法在人脸图像超分辨率重建方面优于其他方法。