CSRI是一篇18年的文章了,这里主要是在阅读论文的过程中看到了相关的架构,但是并没有在网上检索到相关的笔记,故对其粗略的进行了一下小结以作记录。
1. 架构
CSRI方法将VDSR
作为SR
部分的架构,CenterFace
作为FR
部分的架构
2. 损失函数
- SR部分:MSE loss
- FR部分:softmax Cross-Entropy loss
由于合成和nativeLR人脸图像之间的差异,对于natice LR图像来说,该模型可能不是最优的。
为了克服这一问题,论文中进一步约束SR- FR对native LR数据的联合学习,将native LR人脸识别约束引入到SR的损失优化中。具体来说,该方法使用辅助数据(LR/HR成对图像)和native数据(仅使用LR图像)来优化SR和FR,使SR网络学习适应于本地LR数据。
也就是,其同时优化合成和nativeLR分支上共享的参数(SR和FR中均共享)。且为了加强对带标注的native LR面孔的识别,使用了相同的交叉熵损loss函数。
- 总体损失函数