単一フレームの低解像度顔画像からの例ベースの顔ハルシネーション手法

本論文では、単一フレームの低解像度顔画像から高解像度顔画像を再構築するための顔ハルシネーション手法を提案します。提案された手法は、例ベースのハルシネーション手法および変形可能な顔モデルに基づいています。まず、残留誤差を補正するための再帰的誤差逆投影法と、局所顔領域の特性を保つための領域ベースの再構築法を提案します。次に、拡張された変形可能な顔モデルを定義し、ここで拡張された顔は、与えられた低解像度の顔から補間された高解像度の顔と、その元の高解像度の対応物から構成されます。そして、拡張された顔は拡張された形状と拡張されたテクスチャに分けられます。MPI、XM2VTS、およびKFデータベースを使用してさまざまなハルシネーション実験を行い、再構築誤差、構造的類似性指標、および認識率を比較し、顔検出誤差と形状推定誤差の影響を示しました。期待される結果は、提案された手法が顔認識システムの性能を向上させることができることを示しています。特に、提案された手法は、単一フレームの低解像度顔画像の解像度を高めることができます。