基于超分辨图像增强的低分辨人脸识别方法研究.pdfVIP

摘要

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，被广泛应

用于刑侦追逃、罪犯识别、电子商务、电子货币和支付等诸多方面。然而，在自然场

景中受到距离、光照、姿态、表情、遮挡、年龄变化等多因素影响，导致拍摄到的人

脸图像通常是低分辨的，严重影响了人脸识别系统的性能。近年来，随着深度学习技

术的快速发展，基于深度学习的低分辨人脸识别受到了研究者的广泛青睐。其中基于

超分辨图像增强的低分辨人脸识别技术的核心思想是首先通过深度神经网络对低分辨

人脸图像进行超分辨重建，然后使用分类器进行识别。现有的基于超分辨增强的识别

技术通常只关注低分辨图像重建的视觉效果，很少关注重建人脸的识别率，导致其识

别效果并不理想。针对以上问题，本文提出基于超分辨图像增强的低分辨人脸识别方

法，研究超分辨重建方法和人脸识别方法，通过两种不同的策略将二者关联起来用于

低分辨人脸识别。主要的研究内容包含以下三个方面：

（1）设计了一种基于残差结构的双注意力人脸超分辨方法。该方法针对现有的

超分辨模型大都需要人脸先验信息辅助超分辨图像的生成，而人脸先验信息的提取会

降低网络的速度等问题，首先使用坐标注意力机制残差模块提取人脸的结构位置信息，

同时提升网络的训练速度；然后采用沙漏注意力机制残差模块引导网络生成与人脸关

键区域有关的特征；最后利用两次上下采样结构挖掘低分辨图像和高分辨图像对之间

的深层关系，生成质量良好的超分辨图像。实验结果表明，提出的模型在重建结果上

相比于以往的模型具有一定的优势。

（2）设计了一种基于EfficientFaceNets的大规模自然场景人脸识别方法。该方法

从网络结构和损失函数两个角度出发，提出了一个新的人脸识别方法。对于网络结构

来说，该方法提出的三维注意力机制和上下文特征融合方式，不仅可以获取到精确的

空间位置信息，而且可以保留人脸识别所需的显著性信息。对于损失函数来说，该方

法提出的可信度增强损失可以优化同类样本的紧凑性。实验结果表明，提出的识别方

法与现有模型相比可以达到更好的识别效果。

（3）设计了一种基于超分辨和特征迁移的低分辨人脸识别方法。首先直接将上

述的超分辨方法和识别方法相结合，提出了一种基于超分辨增强的低分辨人脸识别方

法。但是，基于超分辨增强的低分辨人脸识别方法没有考虑到超分辨图像和真实高分

辨图像之间的差异性，本文在基于超分辨增强的低分辨人脸识别中引入了迁移学习的

思想，提出了一种基于超分辨和特征迁移的低分辨人脸识别方法。实验结果表明，提

出的两种低分辨人脸识别方法均可以达到较好的识别效果。

本文根据低分辨人脸图像像素缺失的特点，首先从超分辨重建的角度出发，提出

了一个用于恢复低分辨人脸图像信息的超分辨网络；然后在自然场景人脸图像上进行

研究，并提出了一个人脸识别网络；最后采用两种策略将提出的超分辨模型和识别模

型相结合完成低分辨人脸识别任务。

关键词：低分辨率人脸识别；超分辨重建；注意力机制；特征融合；特征迁移

论文类型：应用基础

ABSTRACT

Facerecognitionisakindofbiometricidentificationtechnologybasedonhumanfacefeature

information,whichiswidelyusedincriminalinvestigationandpursuit,criminalidentification,

e-commerce,electroniccurrencyandpayment,etc.However,innaturalscenes,duetomultiple

factorssuchasdistance,illumination,posture,expression,occlusion,andagechanges,the

capturedfaceimagesareusuallylowresolution,seriouslyaffectingtheperformanceofface

recognitionsystems.Inrecentyears,withtherapiddevelopmentofdeeplearningtechnology,

lowresolution