• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops >Attribute Augmented Convolutional Neural Network for Face Hallucination
【24h】

Attribute Augmented Convolutional Neural Network for Face Hallucination

机译：属性增强卷积神经网络的幻觉

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Though existing face hallucination methods achieve great performance on the global region evaluation, most of them cannot recover local attributes accurately, especially when super-resolving a very low-resolution face image from 14 × 12 pixels to its 8 × larger one. In this paper, we propose a brand new Attribute Augmented Convolutional Neural Network (AACNN) to assist face hallucination by exploiting facial attributes. The goal is to augment face hallucination, particularly the local regions, with informative attribute description. More specifically, our method fuses the advantages of both image domain and attribute domain, which significantly assists facial attributes recovery. Extensive experiments demonstrate that our proposed method achieves superior visual quality of hallucination on both local region and global region against the state-of-the-art methods. In addition, our AACNN still improves the performance of hallucination adaptively with partial attribute input.
机译：尽管现有的面部幻觉方法在全局区域评估中取得了出色的性能，但大多数方法都无法准确地恢复局部属性，尤其是当将超低分辨率的面部图像从14×12像素超分辨率为其8×较大的面部图像时。在本文中，我们提出了一种全新的属性增强卷积神经网络（AACNN），以通过利用面部属性来辅助面部幻觉。目的是通过提供丰富的属性描述来增强面部幻觉，尤其是局部区域。更具体地说，我们的方法融合了图像域和属性域的优点，这极大地帮助了面部属性的恢复。大量实验表明，相对于最新方法，我们提出的方法在局部区域和全局区域均实现了出色的幻觉视觉质量。此外，我们的AACNN仍可通过部分属性输入来自适应地提高幻觉的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号