当前位置: 首页 > 专利查询>中山大学专利>正文

一种基于生成扩散先验的人脸图像复原方法技术

技术编号:42040625 阅读:33 留言:0更新日期:2024-07-16 23:25
本申请属于图像复原技术领域,公开了一种基于生成扩散先验的人脸图像复原方法,该方法包括:将人脸解析图输入编码器,得到潜在特征;将潜在特征和初始随机噪声输入去噪模块,得到高质量特征;将高质量特征输入解码器,得到高质量人脸图像;重复上述步骤,得到多张高质量人脸图像并输入分类模块,以使每张高质量人脸图像得到对应的标签;根据标签随机选取多张高质量人脸图像输入退化合成模块,得到多张低质量人脸图像;基于各高质量人脸图像和对应的低质量人脸图像训练人脸图像复原网络;将模糊人脸图像输入人脸图像复原网络,得到复原人脸图像。本申请能够在保护人脸隐私的条件下,实现从低质量人脸图像复原出清晰且真实的高质量人脸图像。

【技术实现步骤摘要】

本申请涉及图像复原,尤其是一种基于生成扩散先验的人脸图像复原方法


技术介绍

1、人脸作为一种高度结构化的对象具有一般图像复原方法所忽略的特征,现有的人脸图像复原技术通常利用面部先验来恢复更清晰的面部细节,常用的面部先验包括参考先验、生成先验。基于参考先验人脸图像复原方法通常使用从额外的高质量面部图像中获得的面部结构或面部组件字典来指导复原过程,然而获取高质量的参考具有困难性限制了其实际应用,而面部组件字典具有有限的容量,这限制了面部细节的多样性和丰富性;基于生成先验人脸图像复原方法使用生成对抗网络作为生成先验,然而生成对抗网络训练不稳定,难以提供足够的先验知识。


技术实现思路

1、本申请提供了一种基于生成扩散先验的人脸图像复原方法,能够在保护人脸隐私的条件下,实现从现实生活场景中的低质量人脸图像复原出清晰且真实的高质量人脸图像。

2、第一方面,本申请实施例提供了一种基于生成扩散先验的人脸图像复原方法,应用于人脸数据集构建网络和人脸图像复原网络,人脸数据集构建网络包括编码器、去噪模块、解码器、分类本文档来自技高网...

【技术保护点】

1.一种基于生成扩散先验的人脸图像复原方法,其特征在于,应用于人脸数据集构建网络和人脸图像复原网络,所述人脸数据集构建网络包括编码器、去噪模块、解码器、分类模块和退化合成模块;所述方法包括:

2.根据权利要求1所述的基于生成扩散先验的人脸图像复原方法,其特征在于,所述人脸数据集构建网络还包括筛选模块;所述方法还包括:

3.根据权利要求2所述的基于生成扩散先验的人脸图像复原方法,其特征在于,所述预设清晰度阈值为150。

4.根据权利要求2所述的基于生成扩散先验的人脸图像复原方法,其特征在于,所述高质量人脸图像的所述清晰度采用OpenCV里的拉普拉斯方差测...

【技术特征摘要】

1.一种基于生成扩散先验的人脸图像复原方法,其特征在于,应用于人脸数据集构建网络和人脸图像复原网络,所述人脸数据集构建网络包括编码器、去噪模块、解码器、分类模块和退化合成模块;所述方法包括:

2.根据权利要求1所述的基于生成扩散先验的人脸图像复原方法,其特征在于,所述人脸数据集构建网络还包括筛选模块;所述方法还包括:

3.根据权利要求2所述的基于生成扩散先验的人脸图像复原方法,其特征在于,所述预设清晰度阈值为150。

4.根据权利要求2所述的基于生成扩散先验的人脸图像复原方法,其特征在于,所述高质量人脸图像的所述清晰度采用opencv里的拉普拉斯方差测量得到。

5.根据权利要求1所述的基于生成扩散先验的人脸图像复原方法,其特征在于,所述人脸图像复原网络包括浅层退化去除模块、多层次特征提取模块、预训练去噪模块、时间感知提示模块和所述解码器;

6.根据权利...

【专利技术属性】
技术研发人员:罗文寒陈晓旭
申请(专利权)人:中山大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1