近日，我院陈亮副教授及其团队在中国计算机学会推荐多媒体旗舰期刊《IEEE Transactions on Image Processing》（CCF A）、《IEEE Transactions on Circuits and Systems for Video Technology》（CCF B）发表4篇关于异质图像泛化能力相关的人脸超分辨率理论研究的论文。该团队针对实际条件下极低质量输入图像的复杂降质过程，从算法自身鲁棒性增强和针对异质降质因子滤除两个角度展开研究，从上下文信息的监督、流形嵌套的引入、降质新框架搭建三个方面，构建基于小样本的快速处理机制，提升算法的鲁棒性。
其中，研究成果一、二，提出通过引入人脸的上下文结构分布作为监督，辅助目标人脸图像块的重建。通过扩大从局部到全局人脸的感受野，缓解局部图像块受到异质降质的影响，提升局部块的重建准确性。研究成果一、二分别以“Robust Face Super-Resolution via Position Relation Model Based on Global Face Context. IEEE Transactions on Image Processing” 和“Robust Face Image Super-Resolution via Joint Learning of Subdivided Contextual Model”为题，发表于中国计算机学会推荐多媒体旗舰期刊《IEEE Transactions on Image Processing》（CCF A）两篇，福建师范大学为第一单位，陈亮副教授为第一作者。
成果一论文链接：https://ieeexplore.ieee.org/document/9199538
成果二论文链接：https://ieeexplore.ieee.org/document/8733990
其中，研究成果三，提出通过引入流形嵌套结构，为重建过程提供具有高相关性的候选块内容池，增强异质图像块的表述能力辅助目标人脸图像块的重建，通过扩大从局部到全局人脸的感受野，缓解局部图像块受到异质降质的影响，提升局部块的重建准确性。该工作成果以“Modeling and Optimizing of the Multi-layer Nearest Neighbor Network for Face Image Super-Resolution”为题，发表于中国计算机学会推荐多媒体旗舰期刊《IEEE Transactions on Circuits and Systems for Video Technology》（CCF B）。该论文福建师范大学为第一单位，第一作者为陈亮副教授。
成果三论文链接：https://ieeexplore.ieee.org/document/8717720
其中，研究成果四，提出重新思考针对复杂异质降质过程框架，通过滤除异质降质因子等方式，为重建过程提供有具有高耦合度的子块集合，以期增强异质图像块的表述能力、进而辅助目标人脸图像块的重建，提升局部块的重建准确性。该工作成果以“Multi-stage Degradation Homogenization for Super-Resolution of Face Images with Extreme Degradations”为题，发表于中国计算机学会推荐多媒体旗舰期刊《IEEE Transactions on Image Processing》（CCF A）。该论文以福建师范大学为第一单位，第一作者为陈亮副教授。
成果四论文链接：https://ieeexplore.ieee.org/document/9451563
以上研究工作得到国家自然科学基金、国家自然科学基金海峡联合基金、省自然科学基金等项目资助。
