摘要
本发明涉及一种基于动态迭代残差网络的人脸超分辨方法，包含以下步骤：S100.采集低分辨率人脸图像用于构建图像训练集；S200.对所述图像训练集的图像执行人脸先验预处理流程；将预处理结果输入到多尺度特征提取模块；S300.将步骤S200中的预处理结果输入到多尺度特征提取模块，通过所述多尺度特征提取模块处理得到不同尺度的特征图；S400.通过迭代优化模块对步骤S300中得到的所述特征图进行多次迭代优化，直至迭代优化结果达到人工预设的评估标准；S500.通过高分辨率图像输出模块输出超分辨重建图像。本发明有效缓解深度神经网络训练中常见的梯度消失问题；使得模型能够在不同噪声条件下保持优异的性能；提高了模型对人脸图像的处理效果；提高了算法的效率和实用性。
