As redes de aprendizado profundo para restauração de imagens faciais apresentam problemas de informações semânticas faciais irracionais e contornos faciais descoordenados após a restauração. Propõe-se uma rede de restauração de imagens faciais guiada por informações estruturais faciais. Primeiro, foi construída uma rede de geração de esboços de estrutura facial utilizando tecnologia de codificador-decodificador, adicionando conexões de salto e blocos residuais com convoluções dilatadas no gerador para gerar o esboço estrutural da área a ser restaurada. Em segundo lugar, ao construir a rede de restauração facial, foi introduzido um mecanismo de atenção no gerador da rede de restauração para que a rede foque mais na região a ser restaurada e utilize o esboço estrutural facial gerado como guia para realizar uma restauração vívida da estrutura semântica facial e das informações de textura da imagem facial. Por fim, foi introduzida uma perda de correspondência de características na função de perda da rede de geração de esboço para treinar o modelo, restringindo o gerador a produzir resultados mais semelhantes ao esboço estrutural real; na função de perda da rede de restauração, são combinadas perdas perceptivas e de estilo para treinar o modelo para reconstruir melhor a estrutura dos contornos faciais e a textura de cor na região a ser restaurada, fazendo com que a imagem restaurada se aproxime mais da imagem real. Os resultados dos experimentos comparativos mostram que o desempenho de restauração do modelo de rede projetado neste artigo melhorou significativamente no conjunto de dados de imagens faciais.

restauração facial;codificador-decodificador;convolução dilatada;conexões de salto;mecanismo de atenção