论文阅读-arXiv2021:Deep Learning-based Face Super-resolution:A Survey
这篇论文是2021年的论文,对之前关于face super resolution的201篇相关论文的方法,loss函数,数据集等进行总结
研究部门 Department: Harbin Institute of Technology and Wuhan University
作者:Junjun Jiang、 Chenyang Wang、 Xianming Liu、 Jiayi Ma
研究方向定义(face Super resolution)
脸部超分辨率又称为脸部幻觉,是超分辨率问题的一个特殊分支。目的是对LR的人脸image进行高分辨率恢复
face super resolution方面popular的loss函数是MSE loss function,当然现在更多的是使用混合的多loss function
论文的章节分布
主要分为face super resoltion的问题前瞻,普通的超分辨率问题和人脸超分辨率问题的比较,常用datasets和评价标准,基本方法和分类等
论文的网络结构:
网络效果的性能评价标准
主要有PSNR、SSIM、FID
人脸图片的特征
前置信息、标签信息、身份信息等。
attributes
Dataset중 binary로 표지합니다. 1는 match 0는 mismatch
datasets
常用数据集👇
论文中给出了CelebA [107] and Helen [85]的一部分图
Face Super-resolution Methods
普通方法
(红字为缺点,绿字为缺点)
Prior-guided Face Super-resolution
根据先验信息提取的顺序性分成了4类,分别为
1.先提取prior information再进行超分辨率 2.并行 3.把超分辨率的中间特征作为prior information使用 4.先进行超分辨率
以先验信息为基础的face super resolution的发展(论文时间顺序)
Prior Fusion Methods
Prior-guided Face Super-resolution的方法比较
Attribute-constrained Face Super-resolution 方法
论文列表
Attribute Knowability
不同模型中的concatenation方式
Attribute-constrained Face Super-resolution论文比较
基于身份信息的Face super-resolution
基于身份信息的相关论文列表
论文比较
基于参考信息的人脸超分辨率
Reference Face Super-resolution分为3类,对于同一个人的不同照片分为单张参考方法和多参考方法,还有第三类是参考其他人脸组件信息的方法
Reference Face Super-resolution的论文列表
Reference Face Super-resolution论文比较
Audio-guided Face Super-resolution 基于音频的人脸超分辨率