深度级联双网络用于人脸超分辨率重建

我们提出了一种新颖的框架，用于生成具有任意姿态和极低分辨率（面部尺寸小至5像素间距离）的人脸图像。与现有研究大多忽略或假设预对齐的面部空间配置（例如，面部关键点定位或密集对应场）不同，我们在一个统一的框架中交替优化两个互补任务，即人脸超分辨率重建和密集对应场估计。此外，我们还提出了一种新的门控深度双网络结构，该网络包含两个功能专门化的分支，以恢复不同层次的纹理细节。大量实验表明，这种公式化方法在处理野外环境中具有显著姿态和光照变化的低分辨率人脸时，能够实现卓越的超分辨率重建质量。