《表1 单任务人脸超分辨网络与多任务联合学习的人脸超分辨网络在Celeb A测试集上的重建效果对比》
注:加粗字体为最优值。
为了说明多任务联合学习的有效性,对单任务人脸超分辨网络STFSR-MSE和多任务联合学习的人脸超分辨网络MTFSR-MSE进行实验,峰值信噪比(PSNR)和结构相似性(SSIM)的性能数值如表1所示。从表1可以看出,分辨率放大4倍和8倍时,MTFSR-MSE的PSNR比STFSR-MSE获得2.4 d B和1 dB的增益,充分说明人脸超分辨率任务作为面向特定应用领域的超分辨率任务,可以在相应的部分引入有效的先验信息以提高重建质量,而不是将人脸超分辨率任务视为单一和独立的超分辨率问题。MTFSR通过同时训练多个相关的人脸分析任务,学习到人脸特征的共享表示,帮助模型重建具有更准确面部细节的人脸图像。
图表编号 | XD00143027300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.16 |
作者 | 王欢、吴成东、迟剑宁、于晓升、胡倩 |
绘制单位 | 东北大学信息科学与工程学院、东北大学机器人科学与工程学院、东北大学机器人科学与工程学院、东北大学机器人科学与工程学院、东北大学机器人科学与工程学院、东北大学信息科学与工程学院、东北大学机器人科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |