返回
Facial image super-resolution network for confusing arbitrary gender classifiers
DOI:10.1016/j.jvcir.2025.104642.png)
摘要
En 中文
• 提出一种具有性别隐私保护的面部超分辨率方法。
• 设计一种基于GAN的模型以实现性别保护的面部超分辨率。
• 利用跳跃式对抗训练来泛化超分辨率处理后的面部图像。
Keyword:
Adversarial training
Deep learning
Image super-resolution
Gender privacy
期刊
IF:
3.1
论文数:
532
被引数:
5.6K
机构
引用论文
T. Ma, C. Fu, J. Yang, J. Zhang, C. Shang, RF-Net: Unsupervised low-light image enhancement based on retinex and exposure fusion., Computers, Materials & Continua 77 (1) (2023) 1103–1122.T. Ma, C. Fu, J. Yang, J. Zhang, C. Shang, RF-Net: 基于Retinex和曝光融合的无监督低光图像增强, Computers, Materials & Continua 77 (1) (2023) 1103–1122.

