PAG-Net: Progressive Attention Guided Depth Super-resolution Network
Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）
在本文中，我们提出了一种新的方法，引导深度图超分辨率的挑战性问题，称为PAGNet。该算法基于残差稠密网络，并引入注意力机制来抑制由于RGB图像引导不当而产生的纹理复制问题。注意模块主要是基于深度特征对引导图像进行空间注意。我们在测试数据集上评估了所提出的训练模型，并与最先进的深度超分辨率方法进行了比较。
2019-11-22 cs.CV
A Fully Progressive Approach to Single-Image Super-Resolution
ETH Zurich（苏黎世联邦理工学院）；Disney Research（迪士尼研究院）
最近的单图像超分辨率深度学习方法在传统的误差测量和感知质量方面取得了令人印象深刻的结果。然而，在每种情况下，对于大的上采样因子实现高质量的结果仍然具有挑战性。为此，我们提出了一种在架构和训练方面都是渐进式的方法（ProSR）：网络在中间步骤中对图像进行上采样，而学习过程则从容易到困难，就像在课程学习中所做的那样。为了获得更逼真的结果，我们设计了一个生成对抗网络（GAN），名为ProGanSR，它遵循相同的渐进多尺度设计原则。这不仅允许很好地缩放到高的上采样因子（例如，8x），但是构成了同时增加所有上采样因子的重构质量的原则性多尺度方法。特别是在NTIRE2018 SISR挑战中，ProSR在SSIM方面排名第二，在PSNR方面排名第四[34]。与排名第一的团队相比，我们的模型略低，但运行速度快5倍。
2018-04-10 cs.CV
A novel super resolution reconstruction of low reoslution images progressively using dct and zonal filter based denoising
Sri Jayachamrajendra College of Engineering（斯里贾亚查姆拉金德拉工程学院）
由于诸如处理能力限制和信道能力之类的因素，图像通常被下采样并以低比特率传输，从而导致低分辨率压缩图像。高分辨率图像可以使用称为超分辨率重建的计算过程从几个模糊的、有噪声的和下采样的低分辨率图像重建。超分辨率是组合多个混叠的低质量图像以产生高分辨率、高质量图像的过程。考虑了从一系列低分辨率压缩图像中逐步恢复高分辨率图像的问题。本文提出了一种新的基于DCT变换的渐进式图像显示算法。在编码器中，我们考虑一组低分辨率的图像，这些图像被加性高斯白噪声和运动模糊破坏。低分辨率图像采用8 × 8分块DCT压缩，噪声用我们提出的新的带状滤波器过滤。多帧融合是为了获得一个单一的无噪声图像。在解码器处，通过首先传输较粗糙的图像，然后传输细节图像来渐进地重建图像。最后应用我们提出的新的自适应插值技术重建了一幅超分辨率图像。对重建图像进行了客观和主观分析，得到的图像具有较好的超分辨率因子、较高的ISNR和PSNR。与迭代反投影（IBP）和凸集投影（POCS）、Papoulis Grechberg、基于FFT的超分辨率重建方法的比较研究表明，本文方法的性能优于以往的方法。
2011-02-28 cs.CV
Multi-Scale Progressive Fusion Learning for Depth Map Super-Resolution
South China University of Technology（华南理工大学）；University of Manchester（曼彻斯特大学）
受成本和技术的限制，深度相机采集的深度图的分辨率往往低于其关联的RGB相机。虽然对RGB图像超分辨率（SR）的研究已经很多，但深度图超分辨率的一个主要问题是会有明显的锯齿状边缘和过多的细节丢失。为了解决这些困难，在这项工作中，我们提出了一个多尺度渐进融合网络的深度图SR，它具有渐进的结构，以整合不同领域的层次特征。给定一个低分辨率（LR）深度图及其相关的高分辨率（HR）彩色图像，我们利用两个不同的分支来实现多尺度特征学习。接下来，我们提出了一种逐步融合策略来恢复HR深度图。最后，引入多维损失来约束清晰的边界和细节。大量的实验表明，我们提出的方法产生了改进的结果对国家的最先进的方法，定性和定量。
2020-11-24 cs.CV
Progressive Focused Transformer for Single Image Super-Resolution
University of Electronic Science and Technology of China（电子科技大学）
针对Transformer超分辨率方法计算冗余问题，提出渐进聚焦Transformer（PFT），通过渐进聚焦注意力（PFA）聚焦关键标记并过滤无关特征，在降低计算成本的同时提升性能，达到SOTA。
2025-03-26 cs.CV
From Zero to Detail: Deconstructing Ultra-High-Definition Image Restoration from Progressive Spectral Perspective
Nanjing University（南京大学）；Dalian University of Technology（大连理工大学）；Tencent Youtu（腾讯优图）；China Mobile Institute（中国移动研究院）
提出渐进频谱视角下的ERR框架，通过ZFE、LFR与基于FW-KAN的HFR三阶段协作复原UHD图像，在多任务上显著优于既有方法。
2025-03-17 cs.CV
Transformer-Progressive Mamba Network for Lightweight Image Super-Resolution
Bell Honors School, Nanjing University of Posts and Telecommunications（南京邮电大学贝尔荣誉学院）；State Key Laboratory of Integrated Services Networks, Xidian University（西安电子科技大学集成服务网络国家重点实验室）；Pattern Recognition and Intelligent System Laboratory, School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院模式识别与智能系统实验室）；Key Lab of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education, School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院智能感知与高维信息系统教育部重点实验室）；Department of Electrical Engineering and the Institute of Communications Engineering, National Tsing Hua University（国立交通大学电子工程系与通信工程研究所）
本文提出T-PMambaSR框架，结合窗口自注意力与渐进Mamba，通过多尺度交互提升特征表示效率，引入自适应高频细化模块恢复细节，实现更高效且低计算成本的超分辨率。
2026-08-04 cs.CV
PGP-DiffSR: Phase-Guided Progressive Pruning for Efficient Diffusion-based Image Super-Resolution
School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院，南京理工大学）
PGP-DiffSR通过基于相位信息的渐进剪枝和相位交换适配器模块，实现高效的扩散式图像超分辨率，减少计算和内存消耗同时保持高质量恢复。
2025-12-02 cs.CV
Real-Time Rotation-Invariant Face Detection with Progressive Calibration Networks
University of Chinese Academy of Sciences（中国科学院大学）；CAS Center for Excellence in Brain Science and Intelligence Technology（中国科学院脑科学与智能技术卓越创新中心）
旋转不变人脸检测，即检测具有任意面内旋转（RIP）角度的人脸，在无约束应用中广泛需要，但由于人脸外观的变化很大，因此仍然是一项具有挑战性的任务。大多数现有的方法都在速度或精度上做出妥协，以处理大的RIP变化。为了更有效地解决这个问题，我们提出了渐进校准网络（PCN），以粗到细的方式执行旋转不变的人脸检测。PCN分为三个阶段，每个阶段不仅区分人脸和非人脸，而且还将每个候选人脸的RIP方向逐步校正为直立。通过将校准过程分为几个渐进的步骤，并且仅在早期阶段预测粗略的方向，PCN可以实现精确和快速的校准。通过对具有逐渐减小的RIP范围的人脸与非人脸执行二元分类，PCN可以准确地检测具有全$360^{\circ}$ RIP角度的人脸。这样的设计导致实时的【形】旋转不变的人脸检测器。在多方向FDDB和一个具有挑战性的子集WIDER FACE包含旋转的脸在野外的实验表明，我们的PCN实现了相当有前途的性能。
2022-03-18 cs.CV
Progressive Masked Refinement Self-supervised Learning for Low-Dose CT Denoising
organization= IWR, Heidelberg University , city= Heidelberg , postcode= 69120 , state= Baden Württemberg , country= Germany；organization= Silicon Austria Labs , city= Linz , postcode= 4040 , state= Upper Austria , country= Austria；organization= Institute of Science Tokyo , addressline= , city= Tokyo , country= Japan；organization= College of Medicine；Biological Information Engineering, Northeastern University , city= Shenyang , postcode= 110169 , state= Liaoning , country= China；organization= Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education , city= Shenyang , postcode= 110169 , state= Liaoning , country= China；organization= Department of Epidemiology \& Global Health, Umeå University , addressline= , city= Umeå , postcode= 90187 , country= Sweden
提出渐进式 $\mathcal{J}$-不变学习，通过逐步盲点去噪机制和噪声注入正则化，提升低剂量CT去噪性能，在Mayo数据集上优于现有自监督方法并接近监督方法。
2026-08-26 cs.CV
RRSR:Reciprocal Reference-based Image Super-Resolution with Progressive Feature Alignment and Selection
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Baidu Inc.（百度公司）；University of Chinese Academy of Sciences（中国科学院大学）；Tsinghua University（清华大学）；National Laboratory of Pattern Recognition, CASIA（中国科学院自动化研究所模式识别国家重点实验室）；School of Future Technology, UCAS（中国科学院大学未来技术学院）；Center for Artificial Intelligence and Robotics, HKISI_CAS（中国科学院香港创新研究院人工智能与机器人创新中心）
基于参考的图像超分辨率（RefSR）是一个很有前途的超分辨率分支，在克服单幅图像超分辨率的局限性方面显示出巨大的潜力。虽然先前的最先进的RefSR方法主要集中于提高参考特征转移的功效和鲁棒性，但通常忽略了良好重建的SR图像在被称为时应该能够对其类似的LR图像进行更好的SR重建。因此，在这项工作中，我们提出了一个互惠学习框架，可以适当地利用这样的事实，以加强RefSR网络的学习。此外，我们特意设计了一个渐进的特征对齐和选择模块，以进一步改善RefSR任务。新提出的模块在多尺度特征空间对齐参考输入图像，并以渐进的方式执行参考感知的特征选择，从而可以将更精确的参考特征转换为输入特征，并增强网络的能力。我们的互惠学习范式是模型不可知的，它可以应用于任意RefSR模型。我们的经验表明，多个最近的国家的最先进的RefSR模型可以不断改善我们的互惠学习范式。此外，我们提出的模型与互惠学习策略一起在多个基准上设置了新的最先进的性能。
2022-11-08 cs.CV
Multi-Stage Progressive Image Restoration
Inception Institute of AI（Inception人工智能研究所）；Mohamed bin Zayed University of AI（穆罕默德·本·扎耶德人工智能大学）；Monash University（莫纳什大学）；University of California, Merced（加州大学默塞德分校）；Yonsei University（延世大学）；Google Research（谷歌研究院）
图像复原任务要求在复原图像时在空间细节和高层次上下文信息之间进行复杂的平衡。在本文中，我们提出了一种新的协同设计，可以最佳地平衡这些相互竞争的目标。我们的主要建议是一个多阶段的架构，逐步学习退化输入的恢复功能，从而将整个恢复过程分解为更易于管理的步骤。具体来说，我们的模型首先使用编码器-解码器架构学习上下文化特征，然后将它们与保留本地信息的高分辨率分支相结合。在每个阶段，我们引入了一种新颖的每像素自适应设计，利用原位监督注意力来重新加权局部特征。这种多级体系结构中的一个关键组成部分是不同阶段之间的信息交换。为此，我们提出了一种两方面的方法，其中信息不仅从早期到后期顺序交换，而且特征处理块之间还存在横向连接，以避免任何信息丢失。由此产生的紧密互连的多阶段架构（称为MPRNet）在一系列任务（包括图像去噪，去模糊和去噪）中的十个数据集上提供了强大的性能增益。源代码和预训练模型可在https://github.com/swz30/MPRNet上获得。
2021-03-16 cs.CV
Progressive Image Super-Resolution via Neural Differential Equation
Hanyang University（汉阳大学）
我们提出了一种新的方法，图像超分辨率（SR）的任务，逐步恢复高分辨率（HR）图像从输入的低分辨率（LR）图像的神经常微分方程的基础上。特别是，我们新制定的SR问题作为一个初始值的问题，其中的初始值是输入LR图像。与传统的渐进式SR方法，使用简单的迭代机制进行逐步更新，我们的SR过程中制定了一个具体的方式，明确的建模的基础上，有一个更清晰的理解。我们的方法可以使用传统的神经网络轻松实现图像恢复。此外，所提出的方法可以超分辨率的图像与连续域上的任意比例因子，并实现优越的SR性能比国家的最先进的SR方法。
2022-01-24 cs.CV eess.IV
Deep Face Super-Resolution with Iterative Collaboration between Attentive Recovery and Landmark Estimation
Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
最近基于深度学习和面部先验知识的工作已经成功地对严重退化的面部图像进行了超分辨率处理。然而，现有的方法没有充分利用先验知识，因为面部先验信息，如地标和组件地图总是估计低分辨率或粗超分辨率的图像，这可能是不准确的，从而影响恢复性能。在本文中，我们提出了一种深度人脸超分辨率（FSR）的方法与两个递归网络之间的迭代合作，分别专注于面部图像恢复和地标估计。在每个循环步骤中，恢复分支利用界标的先验知识来产生更高质量的图像，这反过来又有助于更准确的界标估计。因此，两个过程之间的迭代信息交互逐步提高彼此的性能。此外，一个新的注意力融合模块的设计，以加强指导的地标地图，面部组件单独生成和聚合注意力更好地恢复。定量和定性的实验结果表明，该方法显着优于国家的最先进的FSR方法在恢复高质量的人脸图像。
2020-03-29 cs.CV
Physics-Informed Image Restoration via Progressive PDE Integration
本文提出了一种通过渐进PDE整合实现物理引导的图像修复方法，通过整合物理先验来提升运动模糊修复的性能和质量。
2025-12-01 cs.CV
Face hallucination using cascaded super-resolution and identity priors
University of Ljubljana, Faculty of Electrical Engineering（卢布尔雅那大学电气工程学院）；University of Notre Dame, Department of Computer Science and Engineering（圣母大学计算机科学与工程系）
在本文中，我们解决的问题，幻觉高分辨率的面部图像从未对齐的低分辨率输入在高放大倍数。我们用卷积神经网络（CNN）来解决这个问题，并提出了一种新的（深度）人脸幻觉模型，该模型将身份先验纳入学习过程。该模型由两个主要部分组成：i）级联的超分辨率网络，其放大低分辨率图像，以及ii）在训练期间充当超分辨率网络的身份先验的人脸识别模型的集合。不同于竞争超分辨率方法，通常依赖于一个单一的模型进行放大（即使放大倍数很大），我们的网络使用级联的多个SR模型，逐步放大低分辨率图像使用步骤$2\times$。这一特性使我们能够在不同的分辨率下应用监督信号（目标外观），并在多尺度上结合身份约束。我们的模型能够放大在不受约束的条件下捕获的（非常）低分辨率图像，并产生视觉上令人信服的结果。我们在大型面部图像数据集上严格评估了所提出的模型，并报告了与最先进技术相比的优越性能。
2019-02-11 cs.CV
Perceptual Image Super-Resolution with Progressive Adversarial Network
Xiaomi AI Lab（小米人工智能实验室）
单图像超分辨率（SISR）的目的是从单个图像中提高小尺寸低质量图像的分辨率。随着消费电子产品在我们日常生活中的普及，这个话题变得越来越吸引人。在本文中，我们认为维数灾难是限制最先进的算法的性能的根本原因。为了解决这个问题，我们提出了渐进对抗网络（PAN），它能够应对特定领域图像超分辨率的困难。PAN的关键原则是我们不应用任何基于距离的重建误差作为待优化的损失，从而摆脱了维数灾难的限制。为了保持忠实的重建精度，我们求助于U-网络和神经结构的渐进增长。编码器中的低层特征可以通过U-Net传输到解码器中，以增强纹理细节。渐进生长法可以逐步提高图像的分辨率，从而保持恢复图像的精度。此外，为了获得高保真输出，我们利用强大的StyleGAN框架来执行对抗学习。没有维数灾难，我们的模型可以超分辨率的大尺寸图像具有显着的照片般逼真的细节和很少的失真。大量的实验表明，我们的算法在定量和定性上都优于最先进的算法。
2020-03-19 cs.CV eess.IV
Progressive Semantic-Aware Style Transformation for Blind Face Restoration
The University of Hong Kong（香港大学）；Harbin Institute of Technology（哈尔滨工业大学）；DAMO Academy Alibaba Group（阿里巴巴达摩院）；Peking University（北京大学）；The Hong Kong Polytechnic University（香港理工大学）
人脸恢复是人脸图像处理中的一个重要问题，近年来得到了广泛的研究。然而，以前的作品往往无法产生合理的高质量（HQ）的结果，为现实世界的低质量（LQ）的人脸图像。在本文中，我们提出了一个新的渐进式语义感知的风格转换框架，命名为PSFR-GAN，人脸恢复。具体来说，而不是使用编码器-解码器框架，如以前的方法，我们制定的恢复LQ人脸图像作为一个多尺度渐进式恢复过程，通过语义感知的风格变换。给定一对LQ人脸图像及其对应的解析图，首先生成输入的多尺度金字塔，然后以语义感知的风格转换方式，从粗到细逐步调制不同尺度的特征。与以前的网络相比，所提出的PSFR-GAN充分利用了来自不同尺度的输入对的语义（解析图）和像素（LQ图像）空间信息。此外，我们还引入了一个语义感知的风格损失，它计算每个语义区域的特征风格损失，以改善人脸纹理的细节。最后，我们预训练了一个人脸解析网络，该网络可以从真实世界的LQ人脸图像中生成像样的解析图。实验结果表明，我们的模型与合成数据训练，不仅可以产生更真实的高分辨率的结果，合成LQ输入，但也更好地推广到自然LQ人脸图像相比，最先进的方法。代码可在https://github.com/chaofengc/PSFRGAN上获得。
2021-03-21 cs.CV
Learning Fair Face Representation With Progressive Cross Transformer
Nanjing University of Science and Technology（南京理工大学）；University of Chinese Academy of Sciences（中国科学院大学）；CAS Center for Excellence in Brain Science and Intelligence Technology（中国科学院脑科学与智能技术卓越创新中心）
由于深度卷积神经网络的进步，人脸识别（FR）取得了非凡的进展。然而，不同种族群体之间的人口统计学偏见仍然对实际的人脸识别系统提出了挑战。种族因素已被证明是公平FR（FFR）的一个困境，因为与主题相关的特定属性会导致分类偏见，同时携带一些有用的FR线索。为了减轻种族偏见并同时保持强大的FR，我们将人脸身份相关表示抽象为信号去噪问题，并提出了一种渐进的交叉变换器（PCT）方法用于公平人脸识别。Transformer（PCT）方法。从信号分解理论出发，我们试图将人脸表示解耦为i）身份相关分量和ii）由种族引起的噪声/身份无关分量。作为信号子空间分解的扩展，我们将人脸解耦描述为一个广义的函数表达式模型来交叉预测人脸身份和种族信息。通过设计双交叉变换器提取身份相关成分和抑制种族噪声，进一步实现了人脸表情模型的具体化。为了改进人脸表征，我们采用渐进式人脸解耦的方法来学习身份/种族转换，从而更好地解决由种族引起的身份无关成分。我们在公开公平的人脸识别基准（BFW，RFW）上评估了拟议的PCT，并验证了PCT能够在实现最先进的FR性能的同时减轻人脸识别中的偏见。此外，可视化结果还表明，PCT中的注意力地图可以很好地揭示种族相关/偏见的面部区域。
2021-08-11 cs.CV
Exploiting Fine-grained Face Forgery Clues via Progressive Enhancement Learning
Shanghai Jiao Tong University（上海交通大学）；Youtu Lab, Tencent（腾讯优图实验室）；MoE Key Lab of Artificial Intelligence, SJTU（上海交通大学人工智能教育部重点实验室）
随着人脸伪造技术的迅速发展，基于安全考虑的人脸伪造检测越来越受到人们的关注。现有的方法试图使用频率信息来挖掘高质量伪造人脸下的细微伪影。然而，频率信息的利用是粗粒度的，更重要的是，他们的香草学习过程很难提取细粒度的伪造痕迹。为了解决这个问题，我们提出了一个渐进增强学习框架，以利用RGB和细粒度的频率线索。具体来说，我们对RGB图像进行细粒度分解，以完全解耦频率空间中的真实和虚假痕迹。随后，我们提出了一个渐进增强学习框架的基础上的两个分支网络，结合自我增强和相互增强模块。自增强模块基于空间噪声增强和通道注意捕获不同输入空间中的轨迹。相互增强模块通过在共享的空间维度中进行通信来同时增强RGB和频率特征。渐进增强过程有助于学习具有细粒度面部伪造线索的鉴别特征。在多个数据集上的实验表明，该方法优于现有的人脸伪造检测方法。
2021-12-28 cs.CV
Pro-UIGAN: Progressive Face Hallucination from Occluded Thumbnails
Nanjing University of Science and Technology（南京理工大学）；University of Technology Sydney（悉尼科技大学）；Southeast University（东南大学）；Research Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局）
在本文中，我们研究的任务幻觉一个真实的高分辨率（HR）的脸从一个闭塞的缩略图。我们提出了一个多阶段渐进上采样和修复生成对抗网络，称为Pro-UIGAN，它利用面部几何先验来补充和上采样（8*）被遮挡和微小的面部（16*16像素）。Pro-UIGAN迭代地（1）估计低分辨率（LR）面部的面部几何先验，以及（2）在估计的先验的指导下获取非遮挡的HR面部图像。我们的多级幻觉网络以从粗到细的方式对被遮挡的LR面部进行超分辨率和修复，从而显著减少不必要的模糊和伪影。具体而言，我们设计了一种新的跨模态Transformer模块的面部先验估计，其中输入的脸和它的地标功能制定为查询和键，分别。这样的设计鼓励跨输入面部和地标特征的联合特征学习，并且通过注意力将发现深度特征对应。因此，面部外观特征和面部几何先验以相互促进的方式被学习。大量的实验表明，我们的Pro-UIGAN实现了视觉上令人愉悦的HR面孔，在下游任务中达到了卓越的性能，即，人脸对齐，人脸解析，人脸识别和表情分类，与其他国家的最先进的（SotA）的方法相比。
2022-04-01 cs.CV
Attention-guided Progressive Mapping for Profile Face Recognition
South China University of Technology（华南理工大学）
由于深度学习的进步，过去几年在人脸识别领域取得了巨大进展。然而，交叉姿态人脸识别仍然是一个重大挑战。许多深度学习算法很难缩小姿势变化造成的性能差距;其主要原因与不同姿势的人脸图像之间的类内差异和训练数据集的姿势不平衡有关。通过遍历正面人脸的特征空间来学习姿态鲁棒特征提供了一种有效且廉价的方法来缓解这个问题。在本文中，我们提出了一种方法，逐步转换的轮廓面表示的规范构成一个细心的成对损失。首先，为了降低将侧面人脸特征直接转换为正面姿势的难度，我们提出以逐块的方式学习源姿势及其附近姿势之间的特征残差，从而通过添加学习的残差来遍历较小姿势的特征空间。其次，我们提出了一个细心的成对损失，以指导特征变换在最有效的方向进展。最后，我们提出的渐进模块和注意成对损失是轻量级的，易于实现，只增加了约7：5%的额外参数。在CFP和CPLFW数据集上的实验结果表明了该方法的优越性。代码可在https://github.com/hjy1312/AGPM上获得。
2021-06-29 cs.CV
Learning Disentangled Representation for One-shot Progressive Face Swapping
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；University of Macau（澳门大学）；University of California, Merced（加州大学默塞德分校）；Yonsei University（延世大学）
针对现有方法未考虑人脸语义信息且身份表示固定的问题，提出基于GAN的单样本渐进式人脸替换方法FaceSwapper，通过解耦表示模块和语义引导融合模块提升效果，在基准数据集上用更少样本取得最优结果。
2024-11-27 cs.CV
PFA-GAN: Progressive Face Aging with Generative Adversarial Network
Fudan University（复旦大学）；Shanghai Center for Brain Science and Brain-Inspired Technology（上海脑科学与类脑研究中心）
人脸老化是对给定的人脸进行渲染以预测其未来的外观，由于人脸的外观通常随年龄而变化，因此在信息取证和安全领域中起着重要作用。虽然条件生成对抗网络（cGAN）已经取得了令人印象深刻的结果，但现有的基于cGAN的方法通常使用单个网络来学习任何两个不同年龄组之间的各种老化效应。然而，它们不能同时满足面部老化的三个基本要求-包括图像质量，老化精度和身份保护-并且当年龄差距变大时，通常会生成具有强烈鬼伪影的老化面部。受人脸随着时间的推移而逐渐老化的事实的启发，本文提出了一种新的基于生成对抗网络（PFA-GAN）的渐进式人脸老化框架来缓解这些问题。与现有的基于cGANs的方法不同，该框架包含几个子网络来模拟从年轻到年老的人脸老化过程，每个子网络只学习两个相邻年龄组之间的一些特定老化效应。所提出的框架可以以端到端的方式进行训练，以消除累积的伪影和模糊。此外，本文引入了一个年龄估计损失，考虑到年龄分布，以提高老化精度，并提出使用皮尔逊相关系数作为衡量人脸老化方法的老化平滑度的评价指标。广泛的实验结果表明，在两个基准数据集上，基于GAN的方法（包括最先进的方法）的性能优于现有的（c）GAN方法。源代码可在~ \url{https://github.com/Hzzone/PFA-GAN}上获得。
2020-12-07 cs.CV
Progressive Perception-Oriented Network for Single Image Super-Resolution
Xidian University（西安电子科技大学）；Chongqing University of Posts and Telecommunications（重庆邮电大学）
最近，有研究表明，深度神经网络可以显著提高单图像超分辨率（SISR）的性能。大量的研究集中在提高超分辨率（SR）图像的定量质量。然而，这些以PSNR最大化为目标的方法通常在较大的放大因子下产生模糊图像。生成对抗网络（GANs）的引入可以缓解这个问题，并通过合成高频纹理显示出令人印象深刻的结果。然而，这些基于GAN的方法总是倾向于添加假纹理甚至伪影，以使SR图像具有更高的视觉分辨率。在本文中，我们提出了一种新的感知图像超分辨率方法，逐步产生视觉上高质量的结果，通过构建一个阶段式网络。具体地说，第一阶段集中于最小化像素误差，第二阶段利用前一阶段提取的特征来追求具有更好的结构保留的结果。最后阶段采用第二阶段提取的精细结构特征，以产生更逼真的结果。这样，我们就可以尽可能地保持感知图像中的像素和结构层次信息。值得注意的是，所提出的方法可以在前馈过程中构建三种类型的图像。此外，我们探索了一种新的发生器，采用多尺度层次特征融合。在基准数据集上的大量实验表明，我们的方法优于最先进的方法。代码可在https://github.com/Zheng222/PPON上获得。
2020-09-11 cs.CV eess.IV
A recurrent cycle consistency loss for progressive face-to-face synthesis
Samsung AI Center, Cambridge（三星人工智能中心剑桥）；University of Nottingham（诺丁汉大学）
本文解决了一个主要的缺陷，周期一致性损失时，用于保持输入的外观在面对面的合成域。特别是，我们发现，使用这种损失训练的网络生成的图像隐藏了一种噪声，阻碍了它们用于进一步的任务。为了克服这一限制，我们提出了一个“循环一致性损失”，它对于不同的目标属性序列，最小化输出图像之间的距离，独立于任何中间步骤。我们经验验证，我们的损失不仅可以重用生成的图像，但它也提高了它们的质量。此外，我们提出了第一个网络，涵盖了无约束的地标引导的面对面合成的任务。与以前的作品相反，我们提出的方法使一组特定的输入功能的大跨度的姿势和表情，从而目标地标成为地面实况点的转移。然后，我们评估我们所提出的方法的一致性，在目标地标合成的脸。据我们所知，我们是第一个提出一个损失，以克服限制的周期一致性损失，第一个提出一个“在野外”的地标指导合成方法。本文的代码和模型可以在https://github.com/ESanchezLozano/GANnotation中找到
2020-04-14 cs.CV
PLSR: Progressive and Localized Super-Resolution of 3D Objects via Localized Latent Voxel Diffusion
The Chinese University of Hong Kong（香港中文大学）；Guangdong University of Technology（广东工业大学）；City University of Hong Kong（香港城市大学）；Monash University（莫纳什大学）
针对现有3D生成模型分辨率受限的问题，提出PLSR框架，通过分解局部子任务与流式生成器微调，实现高效高细节的3D超分辨率生成。
2026-09-28 cs.CV cs.GR
Face-Trace: Open-Set Attribution and Progressive Discovery of Synthetic Face Generators
Department of Computer, Control and Management Engineering (DIAG), Sapienza University of Rome（罗马第一大学计算机、控制与管理工程系（DIAG））
针对合成面部图像逼真带来的多媒体取证挑战，提出结合已知生成器分类、异常检测拒绝及未知生成器发现的开放集归因管道，实验验证其在封闭集和开放集设置下的有效性及增量设置下的渐进式发现能力，跨数据集实验显示可超越原数据集分布。
2026-07-30 cs.CV
LVFace: Progressive Cluster Optimization for Large Vision Models in Face Recognition
ByteDance Inc.（字节跳动公司）
LVFace提出渐进式聚类优化PCO，通过负类子采样、特征期望惩罚和全批量边界细化，使ViT在人脸识别中超越CNN方法并取得新SOTA。
2025-08-15 cs.CV
Beyond Error-vs-Discard Characteristic: Toward Stable and Reliable Evaluation for Face Image Quality Assessment
Johannes Gutenberg University Mainz（美因茨约翰内斯古腾堡大学）；University of Ljubljana（卢布尔雅那大学）
研究面部图像质量评估，指出常用的EDC协议存在测试集差异和阈值漂移问题，提出基于舍弃的EDC变体及秩一致性评估指标，经多数据集、模型和方法实验，证明所提方法能实现更可靠可比评估，且适用性广。
2026-07-28 cs.CV cs.LG
Geometry Driven Progressive Warping for One-Shot Face Animation
Microsoft（微软）
人脸动画旨在创建具有动画姿势和表情的照片级逼真的肖像视频。常见的做法是生成用于将像素和特征从源扭曲到目标的位移场。然而，先前的尝试经常产生次优位移。在这项工作中，我们提出了一个几何驱动的模型，并提出了两个几何模式作为指导：三维人脸渲染位移映射和构成神经代码。该模型可以选择使用其中一种模式作为位移估计的指导。为了对面部模型未覆盖的位置处的位移（例如，头发），我们诉诸于源图像特征的上下文信息，并提出了一个渐进的扭曲模块，交替之间的特征扭曲和位移估计在增加的分辨率。我们表明，该模型可以合成具有高保真度的人像视频，并在VoxCeleb1和VoxCeleb2数据集上实现交叉身份和相同身份重建的新的最先进的结果。
2022-10-05 cs.CV cs.LG cs.MM
Beyond GFVC: A Progressive Face Video Compression Framework with Adaptive Visual Tokens
City University of Hong Kong（香港城市大学）；DAMO Academy, Alibaba Group（阿里巴巴达摩院）
本文提出渐进式人脸视频压缩框架 PFVC，利用自适应视觉 Token 实现重建鲁棒性与带宽智能的权衡，相比 VVC 和 GFVC 算法获得更优的编码灵活性和率失真性能。
2024-10-11 cs.CV eess.IV
High Resolution Face Completion with Multiple Controllable Attributes via Fully End-to-End Progressive Generative Adversarial Networks
North Carolina State University（北卡罗来纳州立大学）
我们提出了一种深度学习方法，用于具有多个可控属性（例如，微笑着，戴着面具。人脸补全需要理解局部和全局的结构意义和外观一致性，以填充输入图像中内容未出现在其他地方的“洞”。这是一项具有挑战性的任务，其难度在高分辨率、“洞”的复杂性和填充碎片的可控属性方面显著增加。我们的系统通过学习一个完全端到端的框架来解决这些挑战，该框架通过编码可控属性的条件向量从低分辨率到高分辨率逐步训练生成对抗网络（GANs）。我们设计了新颖的网络架构，以有效和高效地利用跨多个尺度的信息。我们引入了新的损失函数，鼓励急剧完成。我们表明，我们的系统可以使用单个前馈计算完成具有较大结构和外观变化的人脸，对于1024 x 1024分辨率的图像，平均推理时间为0.007秒。我们还进行了一项试点人体研究，表明我们的方法在排名分析方面优于最先进的人脸补全方法。代码将在发布时发布。
2018-01-23 cs.CV cs.GR
Active Self-Paced Learning for Cost-Effective and Progressive Face Identification
Sun Yat-sen University（中山大学）；Harbin Institute of Technology（哈尔滨工业大学）；The Hong Kong Polytechnic University（香港理工大学）
本文的目的是开发一种新的成本效益的框架，人脸识别，逐步保持一批分类器的增加不同的个人的人脸图像。通过自然地结合两个最近兴起的技术：主动学习（AL）和自定进度学习（SPL），我们的框架能够自动注释新的实例，并将它们纳入弱专家重新认证下的训练。我们首先使用每个人的一些注释样本初始化分类器，并使用卷积神经网络提取图像特征。然后，从未标注的样本中选择一些候选分类器进行分类器更新，其中我们应用当前分类器对样本进行预测置信度排序。特别是，我们的方法利用高置信度和低置信度的样本在自定进度和主动用户查询的方式，分别。神经网络稍后基于更新的分类器进行微调。这种启发式的实施制定为解决一个简洁的主动SPL优化问题，这也推进了SPL的发展，通过补充一个合理的动态课程约束。新的学习模式符合人类教育中“师生合作”的学习模式。该框架的优点有两个方面：i）显著减少了所需的注释样本数量，同时保证了可比的性能。与其他最先进的主动学习技术相比，还实现了用户努力的显著减少。ii）与现有的AL/SPL方法相比，SPL和AL的混合不仅有效地提高了分类器的准确性，而且还提高了对噪声数据的鲁棒性。我们在两个具有挑战性的数据集上评估了我们的框架，并展示了非常有希望的结果。(http：//hcp.sysu.edu.cn/projects/aspl/）
2017-07-03 cs.CV
RepFace: Refining Closed-Set Noise with Progressive Label Correction for Face Recognition
Southwest Jiaotong University（西南交通大学）；Queen Mary University of London（伦敦玛丽女王大学）
针对人脸识别中的闭集标签噪声问题，提出RepFace框架，通过早期噪声识别、样本分组、标签融合与平滑，实现渐进式标签修正，在主流数据集上达到最先进性能。
2024-12-16 cs.CV
Facial Landmark Machines: A Backbone-Branches Architecture with Progressive Representation Learning
Sun Yat-sen University（中山大学）；The University of Hong Kong（香港大学）
人脸标志点定位在人脸识别和分析中起着至关重要的作用。在本文中，我们提出了一种新的级联骨干分支完全卷积神经网络~（BB-FCN）的快速，准确地定位在无约束和混乱的设置面部标志。我们提出的BB-FCN直接从原始图像生成面部标志响应图，无需任何预处理。BB-FCN遵循从粗到细的级联管道，该管道由用于粗略检测所有面部地标的位置的骨干网络和用于进一步细化其位置的每种类型的检测到的地标的分支网络组成。此外，为了方便在无约束设置下的面部标志定位，我们提出了一个大规模的基准命名为SYSU 16 K，其中包含16000张面孔的姿态，表情，照明和分辨率的变化很大。广泛的实验评估表明，我们提出的BB-FCN可以显着优于国家的最先进的约束下（即，仅在检测到的面部区域内）和不受约束的设置。我们进一步证实，我们提出的网络定位的高质量面部标志也可以提高面部检测的精度和召回率。
2018-12-10 cs.CV
Text2Lip: Progressive Lip-Synced Talking Face Generation from Text via Viseme-Guided Rendering
提出Text2Lip，一种基于视素引导的文本驱动说话人脸生成框架，通过课程学习渐进替换音频并用地标引导渲染，实现高语义保真和鲁棒生成。
2025-08-04 cs.AI cs.CV
Capture Artifacts via Progressive Disentangling and Purifying Blended Identities for Deepfake Detection
School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机学院）；School of Electronic and Information Engineering, Suzhou University of Science and Technology（苏州科技大学电子与信息工程学院）
针对现有Deepfake检测方法过度依赖全局特征导致泛化性差的问题，提出一种基于渐进式解耦和净化混合身份的检测方法，通过粗细粒度解耦结合IACC模块和对比损失分离纯净伪影特征，提升检测器泛化能力。
2024-10-15 cs.CV
VectorTalker: SVG Talking Face Generation with Progressive Vectorisation
Ant Group（蚂蚁集团）；Tsinghua University（清华大学）
针对矢量图像说话人生成的重建与动画难题，提出VectorTalker方法，通过分层粗到细重建与关键点驱动变形模块，实现多风格高保真音频驱动矢量说话人脸生成，效果优于现有方案。
2023-12-18 cs.CV cs.GR
PA-GAN: Progressive Attention Generative Adversarial Network for Facial Attribute Editing
ICT, CAS（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Peng Cheng Laboratory（鹏城实验室）
面部属性编辑旨在操纵人脸上的属性，例如，留胡子或者改变头发颜色现有的方法在正确的属性生成和保存其他信息（如身份和背景）之间存在严重的妥协，因为它们在不精确的区域编辑属性。为了解决这个难题，我们提出了一个渐进的注意力GAN（PA-GAN）的面部属性编辑。在我们的方法中，编辑是逐步进行从高到低的功能级别，而在一个适当的属性区域内的注意力掩模在每个级别的约束。这种方式从一开始就防止了对不相关区域的不期望的修改，然后网络可以更专注于在每个级别的适当边界内正确地生成属性。因此，我们的方法实现了正确的属性编辑与不相关的细节更好地保存相比，国家的最先进的。代码发布于https://github.com/LynnHo/PA-GAN-Tensorflow。
2020-07-12 cs.CV
Weakly Supervised Semantic Segmentation via Progressive Patch Learning
Shenzhen University（深圳大学）；Meituan Inc.（美团公司）
现有的大多数语义分割方法都以图像级的类标签作为监督，高度依赖于从标准分类网络生成的初始类激活图（CAM）。在本文中，提出了一种新的“渐进式补丁学习”的方法，以提高局部细节提取的分类，生产CAM更好地覆盖整个对象，而不是只有最具歧视性的地区，在传统的分类模型中获得的CAM。“补丁学习”将特征图分解为补丁，并在最终聚合之前并行独立处理每个局部补丁。这种机制迫使网络从分散的有区别的局部部分中发现弱信息，从而实现增强的局部细节敏感性。“渐进式补丁学习”进一步以渐进的方式将特征破坏和补丁学习扩展到多级粒度。这种“渐进式补丁学习”机制与多阶段优化策略相配合，隐含地为模型提供了跨不同局部粒度的特征提取能力。作为隐式多粒度渐进融合方法的替代方案，我们还提出了一种显式方法，可以在单个模型中同时融合来自不同粒度的特征，进一步提高了全对象覆盖的CAM质量。我们提出的方法在PASCAL VOC 2012数据集上实现了出色的性能，例如，在测试集上具有69.6$% mIoU），这超过了大多数现有的弱监督语义分割方法。代码将在https://github.com/TyroneLi/PPL_WSSS上公开发布。
2022-09-16 cs.CV
Progressive Generative Adversarial Networks for Medical Image Super resolution
IBM Research - Australia（IBM澳大利亚研究院）；EPF Laussane（洛桑联邦理工学院）
解剖标志分割和病理定位是医学图像自动分析的重要步骤。当解剖结构或病理结构很小时，如视网膜图像和心脏MRI，或者当图像由于设备采集参数而质量较低时，如磁共振（MR）扫描仪，它们尤其具有挑战性。我们提出了一种使用渐进生成对抗网络（P-GAN）的图像超分辨率方法，该方法可以将低分辨率图像作为输入，并生成具有所需缩放因子的高分辨率图像。超分辨图像可以用于更准确地检测标志和病理。我们的主要贡献是提出了一个多级模型，其中一个阶段的输出图像质量是逐步提高在下一个阶段，通过使用三重损失函数。通过使用前一级的输出作为基线，三元组损失使得能够逐步提高图像质量。这有助于生成高缩放因子的超分辨图像，同时保持良好的图像质量。图像超分辨率的实验结果表明，我们提出的多级P-GAN优于竞争方法和基线GAN。
2019-02-18 cs.CV
Boosting Facial Expression Recognition by A Semi-Supervised Progressive Teacher
Beijing University of Posts and Telecommunications（北京邮电大学）
在本文中，我们的目标是提高在野外人脸表情识别（FER）的性能，通过利用半监督学习。大规模标记数据和深度学习方法极大地提高了图像识别的性能。然而，由于缺乏训练数据和不正确的注释（例如，标签噪声）。在现有的野外FER数据集中，可靠的数据集包含的数据不足以训练鲁棒的深度模型，而大规模的数据集则以较低的质量进行注释。为了解决这个问题，我们提出了一个半监督学习算法名为渐进式教师（PT），利用可靠的FER数据集以及大规模的未标记的表情图像进行有效的训练。一方面，PT引入了半监督学习的方法来缓解FER中数据不足的问题。另一方面，它自动和渐进地选择有用的标记训练样本，以减轻标签噪声。PT使用选定的干净标记数据来计算监督分类损失，使用未标记数据来计算无监督一致性损失。在广泛使用的数据库RAF-DB和FERPlus上的实验验证了该方法的有效性，在RAF-DB上取得了89.57%的准确率。此外，当合成噪声率甚至达到30%时，我们的PT算法的性能仅下降了4.37%。
2022-05-28 cs.CV
PiT: Progressive Diffusion Transformer
针对传统扩散Transformer全局计算冗余、注意力低频惯性的问题，提出伪移位窗口注意力与渐进覆盖通道分配策略，构建PiT系列模型，在更低计算量下实现更优图像生成性能。
2026-08-27 cs.CV
HiFaceGAN: Face Renovation via Collaborative Suppression and Replenishment
Peking University（北京大学）；University of Chinese Academy of Sciences（中国科学院大学）；Alibaba Group（阿里巴巴集团）；DAMO Academy（达摩院）
现有的人脸恢复研究通常依赖于退化先验或显式指导标签进行训练，这通常导致对具有异构退化和丰富背景内容的真实世界图像的泛化能力有限。在本文中，我们研究了更具有挑战性和实用的“双盲”版本的问题，通过解除这两种类型的先验的要求，被称为“面翻新”（FR）。具体来说，我们制定FR作为一个语义指导的生成问题，并解决它的协同抑制和补充（CSR）的方法。这导致了HiFaceGAN，这是一个包含多个嵌套CSR单元的多阶段框架，这些单元基于从前端内容自适应抑制模块中提取的分层语义指导逐步补充面部细节。在合成和真实人脸图像上进行的大量实验已经验证了HiFaceGAN在各种具有挑战性的恢复子任务中的卓越性能，证明了其对真实世界人脸处理应用的通用性，鲁棒性和泛化能力。
2021-05-22 cs.CV
Towards High Resolution Video Generation with Progressive Growing of Sliced Wasserstein GANs
Department of Mathematics（数学系）；Computer Vision Laboratory（计算机视觉实验室）；Department of Information Technology and Electrical Engineering（信息技术与电气工程系）
图像生成到视频生成的扩展被证明是一项非常困难的任务，因为视频的时间维度在生成过程中引入了额外的挑战。此外，由于存储器和训练稳定性的限制，随着视频分辨率/持续时间的增加，生成变得越来越具有挑战性。在这项工作中，我们利用生成对抗网络（GANs）的渐进式增长的想法来生成更高分辨率的视频。特别是，我们开始产生低分辨率和短持续时间的视频样本，然后通过向当前网络添加新的时空卷积层来单独（或联合）逐步增加分辨率和持续时间。从一个非常原始的水平上的空间外观和时间运动的视频分布的学习开始，所提出的渐进式方法学习时空信息增量生成更高分辨率的视频。此外，我们引入了Wasserstein GAN（SW GAN）损失的切片版本，以改善对高维和混合时空分布的视频数据的分布学习。SWGAN损失用一维边缘分布的距离代替联合分布之间的距离，使损失更容易计算。我们在我们收集的10，900个视频的人脸视频数据集上评估了所提出的模型，以生成分辨率为256x256x32的逼真人脸视频。此外，我们的模型在无监督动作识别数据集UCF-101中也达到了创纪录的14.57分。
2018-12-06 cs.AI cs.CV stat.ML
On Hallucinating Context and Background Pixels from a Face Mask using Multi-scale GANs
Affectiva（Affectiva公司）；University of Notre Dame（圣母大学）
我们提出了一个多尺度GAN模型，从一个单一的输入面具自动幻觉现实背景（额头，头发，脖子，衣服）和背景像素。我们的模型不是将人脸交换到现有的图片上，而是根据所提供的人脸蒙版的特征直接生成逼真的上下文和背景像素。与面部修复算法不同，即使对于大量缺失的像素，它也可以生成逼真的幻觉。我们的模型由GAN块的级联网络组成，每个块的任务是在特定分辨率下对丢失的像素进行超分辨率处理，同时指导下一个GAN块的合成过程。通过在网络的每个块处使用重建、感知、对抗和身份保持损失的组合，使幻觉化的全脸图像具有照片般的真实感。通过一组广泛的实验，我们证明了我们的模型在从与我们的训练数据不相交的多个数据集收集的不同面部姿势，表情和照明的面罩中产生幻觉的上下文和背景像素中的有效性。我们还比较了我们的方法与两个流行的人脸交换和人脸补全方法的视觉质量和识别性能。此外，我们分析了我们的级联流水线，并将其与最近提出的GANs的渐进增长进行比较。
2020-01-12 cs.CV
Local Masking Meets Progressive Freezing: Crafting Efficient Vision Transformers for Self-Supervised Learning
Graduate School of Informatics（信息学研究生院）；METU（中东技术大学）
提出融合局部掩码图像建模与渐进式层冻结的 ViT 自监督方法，通过多尺度重建降低约 12.5% 训练时间且准确率损失极小。
2023-12-02 cs.CV
DRPFNet: Dual-domain Residual Progressive Fusion Network for RGB-Thermal Object Detection
针对现有RGB-T目标检测方法的跨尺度知识继承不足、噪声抑制弱及信息退化问题，提出DRPFNet，通过结构、特征、增强三级协同优化，在公开数据集上实现了兼具竞争力与高效性的检测性能。
2026-08-05 cs.CV
RefineNet: Enhancing Text-to-Image Conversion with High-Resolution and Detail Accuracy through Hierarchical Transformers and Progressive Refinement
Southern Illinois University（南伊利诺伊大学）
RefineNet通过层次化Transformer与渐进式细化技术，在文本到图像转换中实现高分辨率与细节精度提升，优于现有模型，尤其在复杂图像类别中表现突出。
2023-12-27 cs.AI cs.CV cs.LG
Focal-RegionFace: Generating Fine-Grained Multi-attribute Descriptions for Arbitrarily Selected Face Focal Regions
University of Glasgow（格拉斯哥大学）；Shandong University（山东大学）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
本文提出Focal-RegionFace模型，通过多阶段微调实现对任意面部区域的细粒度多属性描述生成，提升面部状态分析的准确性和可解释性。
2026-01-01 cs.CV
Time Efficient Training of Progressive Generative Adversarial Network using Depthwise Separable Convolution and Super Resolution Generative Adversarial Network
生成对抗网络已成功用于生成大小为1024 ^2的高分辨率增强图像。虽然生成的增强图像是前所未有的，但模型的训练时间异常长。传统的GAN需要训练鉴别器和生成器。渐进式GAN是当前用于图像增强的最先进的GAN，而不是一次训练GAN，提出了同时渐进增长鉴别器和生成器的新概念。虽然较低的阶段，如4x4和8x8训练相当快，后期阶段消耗大量的时间，可能需要几天才能完成模型训练。在我们的论文中，我们提出了一种新的流水线，结合渐进式GAN略有修改和超分辨率GAN。超分辨率GAN将低分辨率图像采样为高分辨率图像，这可以证明是一种有用的资源，可以指数级地减少训练时间。
2022-02-24 cs.CV eess.IV
ARMesh: Autoregressive Mesh Generation via Next-Level-of-Detail Prediction
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；The University of Hong Kong（香港大学）；Tencent Hunyuan（腾讯文心）
提出ARMesh，一种基于Transformer的自回归网格生成方法，通过按细节层级从粗到细地逆简化过程，实现渐进式网格构建，支持质量控制和网格编辑。
2025-09-25 cs.CV cs.GR
From A Glance to "Gotcha": Interactive Facial Image Retrieval with Progressive Relevance Feedback
Carnegie Mellon University（卡内基梅隆大学）；Google LLC（谷歌公司）；UC Berkeley（加州大学伯克利分校）；University of Pennsylvania（宾夕法尼亚大学）
面部图像检索在法医调查中起着重要的作用，其中未经训练的证人试图从大量的图像中识别嫌疑人。然而，由于难以口头和直接地描述人类面部外观，人们自然倾向于通过参考众所周知的现有图像并将面部的特定区域与它们进行比较来描绘，并且每次提供完整的比较也是具有挑战性的。因此，我们提出了一个端到端的框架来检索面部图像与相关反馈逐步提供的证人，使历史信息在多个回合的开发和交互式和迭代的方法来检索的心理形象。由于不需要任何额外的注释，我们的模型可以以一点响应工作为代价来应用。在\texttt{CelebA}上进行了实验，通过百分位数排序来评估性能，在最佳设置下，性能达到99%.由于这一主题仍然很少探索到我们所知道的最好的，我们希望我们的工作可以作为一个垫脚石，为进一步的研究。
2020-07-30 cs.CV cs.IR
