Reference-guided transformer for face super-resolution

Min-Yeong Kim

doi:10.1016/j.neucom.2026.133824

Reference-guided transformer for face super-resolution

2026-04-29

0

PRE

AI

DOI：10.1016/j.neucom.2026.133824

原文链接

原文求助

摘要

En 中文

基于参考的面部超分辨率（Ref-FSR）通过利用额外的参考高分辨率（HR）图像，从低分辨率（LR）输入中恢复高分辨率（HR）面部图像。这些参考图像补偿了LR输入中缺失的面部结构信息，有效保留了主体的身份特征。尽管有效，现有的Ref-FSR方法通常依赖空间对齐，可能导致参考特征失真。在本文中，我们提出了一种新颖的参考引导Transformer，称为RGFormer，它通过交叉注意力利用参考特征，以丰富面部表示，实现身份保留重建。这种设计有效注入了身份保留的参考特征，并捕获输入与参考图像之间的全局相关性，无需显式对齐。此外，我们引入了一种渐进式架构，由级联的RGFormer组成，每个RGFormer将分辨率翻倍。这种渐进式增强保留了结构完整性并稳定了恢复过程。实验结果表明，所提出的算法在四个缩放数据集上优于传统方法。这些结果表明，所提出的算法在极端LR条件下显著提高了感知质量并保留了面部身份特征。源代码将可通过https://github.com/keunsoo-ko/RGFormer获取。

Keyword:

face super-resolution

reference-guided transformer

cross-attention

identity preservation

progressive architecture

Reference-guided transformer for face super-resolution

摘要

期刊

机构

引用论文