需求背景:长焦拍图SR算法输入图的人脸质量很差,有时会带有严重畸变,导致成片率低。
方案设计:针对畸变问题,设计基于codebook的网络模型,利用超清先验纠正人脸畸变,同时设计高清loss,提高图像清晰度。
点击空白处退出提示
需求背景:长焦拍图SR算法输入图的人脸质量很差,有时会带有严重畸变,导致成片率低。
方案设计:针对畸变问题,设计基于codebook的网络模型,利用超清先验纠正人脸畸变,同时设计高清loss,提高图像清晰度。
1.内嵌人脸质量判断模型,由于输入质量很差时,生成模型也无法挽救,所以需要有人脸质量判断模型筛选出质量差的图像,跳过算法,以免导致ID失真的风险。
2.对于可以挽救的低质量的图像,利用基于codebook的网络模型,结合输入的人像图像和高清的人脸codebook,对人脸畸变部分进行修复,同时提高图像的清晰度。
1.负责人脸图像的退化流程设置,构造训练数据对。
2.设计基于coodbook的生成网络,优化小人脸畸变问题,同时提高图像清晰度和细节。



评论