[发明专利]基于生成对抗网络和亚像素卷积的人脸超分辨率重建方法

摘要

本发明公开了一种基于生成对抗网络和亚像素卷积的人脸超分辨率重建方法，包括以下步骤：A、利用常用的公开人脸图像数据集，进行预处理，制作低分辨率人脸图像与对应高分辨率人脸图像训练集；B、构建用于训练的生成对抗网络模型，在生成网络中加入亚像素卷积层来实现超分辨率图像生成并引入包含特征损失的加权型损失函数；C、将步骤A得到的训练集依次输入生成对抗网络模型中进行模型训练，调整参数，达到收敛；D、将待处理的低分辨率人脸图像进行预处理，输入步骤C得到的对抗模型得到超分辨率重建后的高分辨率图像，可生成具有人脸轮廓更清晰、细节更具体、特征不变性的高分辨率对应图像，提升了人脸识别准确率，有更好的人脸超分辨率重建效果。

主权项

1.基于生成对抗网络和亚像素卷积的人脸超分辨率重建方法，其特征在于，包括以下步骤：A、制作低分辨率人脸图像与对应高分辨率人脸图像训练集；B、构建用于训练的生成对抗网络模型，在生成网络中加入亚像素卷积层，引入包含特征损失的加权型损失函数；C、将步骤A得到的训练集依次输入生成对抗网络模型中进行模型训练，调整参数，达到收敛；D、将待处理的图像进行预处理，输入步骤C得到的对抗模型得到超分辨率重建后的高分辨率图像；所述损失函数包括判别网络的损失函数，所述判别网络的损失函数为原始高分辨率人脸图像与生成高分辨率人脸图像判别结果的交叉熵损失函数之和，其中，交叉熵损失函数为：式中，z_y表示真实结果，z_j表示经过判别网络得到的结果，m为判别结果个数。