题目:HiFaceGAN: Face Renovation via CollaborativeSuppression and Replenishment
中文:HiFaceGAN:通过协同抑制和补给进行面部修复
图1:相关的最新技术的面部修复结果。我们的HiFaceGAN通过自然图像质量评估器(NIQE)[42]达到了最好的效果。(最好在计算机屏幕上查看,以方便您放大和比较面部细节的质量。其他数字也一样。)
摘要:
- 现有的人脸复原研究通常
依赖于退化先验或显式的引导标签进行训练
,这十种方法中的任何一种都会导致在具有异质退化和丰富背景的真实图像上泛化能力有限目录。这篇论文,我们研究了更具挑战性和实用性的“双盲”版本的问题,通过解除对这两种类型的先验知识的要求,称为“面部幻觉”(FR)。具体来说,我们将FR描述为一个语义引导的生成问题,并使用协作抑制和补充(CSR)方法来解决它
。这导致了HiFaceGAN,一个包含多个嵌套CSR单元的多阶段框架,该单元基于从前端内容自适应抑制模块提取的分层语义指导逐步补充面部细节。通过对合成和真实人脸图像的大量实