区域关注的面罩去除与人脸修复
原文中文，约400字，阅读约需1分钟。发表于：。该研究针对COVID-19疫情导致的面罩对人脸识别模型的影响，提出了一种生成性人脸修复方法，有效重建被遮挡的人脸部分。通过引入多尺度通道-空间注意模块（M-CSAM），该方法在保持身份特征和高保真度的同时，改善了空间信息损失的问题。实验结果表明，所提方法在结构相似度、峰值信噪比及L1损失方面优于基线方法，具有实质性应用潜力。
本文提出了一个多任务生成面部识别（MEER）网络，可以学习与遮挡无关和与身份相关的表征，并实现无遮挡面部合成。实验证明MEER方法超过了最先进的方法。
