초록
얼굴 초해상도 복원(SR)은 얼굴 이미지의 재구성을 특별히 목표로 하는 SR 분야의 하위 분야입니다. 얼굴 SR의 주요 과제는 왜곡 없이 필수적인 얼굴 특징을 복원하는 것입니다. 본 연구에서는 완전한 얼굴 세부 정보를 유지하면서 사진과 같은 실제감 있는 8배 초해상도 복원 얼굴 이미지를 생성하는 새로운 방법을 제안합니다. 이를 위해 단계적 훈련 방법을 채택하여, 네트워크를 연속적인 단계로 나누어 각 단계에서 점차적으로 해상도가 높아지는 출력을 생성할 수 있도록 안정적인 훈련을 가능하게 합니다. 또한, 새로운 얼굴 주목 손실 함수(facial attention loss)를 제안하고, 각 단계에서 이를 적용하여 픽셀 차이와 히트맵 값을 곱함으로써 더 세밀한 얼굴 속성 복원에 집중합니다. 마지막으로, 최신의 얼굴 정렬 네트워크(FAN)의 압축된 버전을 제안하여 랜드마크 히트맵 추출에 사용합니다. 제안된 FAN을 통해 우리는 얼굴 SR에 적합한 히트맵을 추출할 수 있으며, 전체 훈련 시간도 줄일 수 있습니다. 실험 결과는 본 방법론이 정성적 및 정량적 측면에서 기존 최신 방법론들을 능가하며, 특히 지각적 품질(perceptual quality) 면에서 우수함을 입증하였습니다.