计算机工程与科学

作者：李娇, 高磊怡, 张瑞欣, 吴越, 邓红霞

单位：（太原理工大学计算机科学与技术学院（大数据学院）,山西 晋中 030600）

关键词：人脸超分辨率,脉冲耦合神经网络,注意力机制,轻量化网络,生成对抗网络,

基金：山西省中央引导地方科技发展资金（YDZJSX2022A016; YDZJSX2021C005）

基于深度学习的人脸超分辨率研究近年来取得了重大进展，而如何在保证恢复面部精细自然纹理的同时限制网络模型复杂度，满足在轻量化设备上使用的需求，是该领域的一个难点。为此，提出了一种基于脉冲注意力机制的轻量化人脸超分重建方法。所提出的新型脉冲注意力机制将脉冲耦合神经网络提取的多轮次全局信息融合进窗口自注意力机制，利用全局信息和局部信息以改善方法的学习能力；采用对抗生成网络结构，构建基于窗口自注意力的渐进式生成器以保证方法的轻量化。在CelebA和Helen数据集上的实验结果表明，该方法在LPIPS和MPS感知评价指标上表现优异；与同参数量级的方法相比，该方法在所有指标上均有大幅提升，在主观视觉质量上也表现优秀。

来源：2025年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第3期