摘要
本文解决了两个具有挑战性的任务：提高低分辨率面部图像的质量和在这些低质量图像上准确地定位面部特征点。为此，我们做出了以下五项贡献：(a) 我们提出了Super-FAN：首个端到端系统，同时解决这两个任务，即提升面部分辨率并检测面部特征点。Super-FAN的创新之处在于通过集成一个用于面部对齐的子网络（通过热图回归）并在生成对抗网络（GAN）基础上的超分辨率算法中优化一种新的热图损失函数，从而引入结构信息。(b) 我们展示了联合训练这两个网络的好处，不仅在正面图像上取得了良好的结果（如同先前的研究），而且在各种面部姿态上也表现出色；不仅在合成的低分辨率图像上（如同先前的研究），还在真实世界的图像上同样取得了良好效果。(c) 我们通过提出一种新的基于残差的架构，在面部超分辨率领域超越了现有技术水平。(d) 定量分析表明，我们在面部超分辨率和对齐方面均大幅提升了现有技术水平。(e) 定性分析显示，我们首次在真实世界的低分辨率图像上获得了良好的结果。