计算机工程

作者：李培育, 张雅丽

单位：中国人民公安大学 信息网络安全学院, 北京 100038

关键词：超分辨率重建,生成对抗网络,注意力机制,自适应激活函数,特征提取

基金：中国人民公安大学2021年度基本科研业务费重点项目“基于多特征融合的跨镜视频目标追踪技术研究”（2021JKF205）。

传统生成对抗网络模型重建人脸图像时出现过多失真，难以在减少失真的情况下有效提高人脸图像真实感。针对该问题，在生成对抗网络SRGAN模型的基础上，提出一种改进的人脸图像超分辨率重建方法。为提高重建像素点与周围像素点的相关性，将双注意力机制模块嵌入到SRGAN模型的生成器和判别器中，在空间域和通道域中获取更精准的特征依赖关系。同时应用自适应激活函数ACON取代原SRGAN网络中的激活函数，通过动态学习ACON激活函数参数为每个神经元设计不同激活形式，从而提高网络特征表达能力。使用改进SRGAN的人脸图像超分辨率重建算法在CelebA测试集上进行重建实验，结果表明：该算法较原算法PSNR值提高0.675 dB，SSIM值提高0.016，LPIPS值优化0.036，有效减少了重建人脸图像中眼睛等重点部位的失真情况；与其他非生成对抗网络的主流算法相比，LPIPS值最低优化0.107，最高优化0.205，有效提高了重建人脸图像的真实感。

来源：2023年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第4期