题目：Deep Feature-Preserving Based Face Hallucination: Feature Discrimination Versus Pixels Approximation
中文：基于深度特征保留的面部幻觉：特征区分与像素近似
有代码，但是没找到论文。
https://github.com/hengliusky/Feature-preserving-Based-Face-Hallucination
摘要
- 人脸幻觉的目的是从输入的低分辨率（LR）人脸图像中生成高分辨率（HR）的人脸图像，这对于许多实际的人脸应用（例如人脸识别和人脸验证）非常重要。由于面部图像的结构特征复杂且敏感，因此获得超分辨面部图像比普通图像超分辨率（SR）更加困难。为了解决这些局限性，我们提出了一种新颖的基于GAN（生成对抗网络）的特征保留人脸幻觉方法，用于极低分辨率（16×16像素）人脸和大规模上采样（8x）。具体来说，我们设计了一个基于残差结构的新人脸生成器，并采用了两个不同的鉴别器-图像鉴别器和特征鉴别器，以鼓励模型获取更真实的人脸特征而不是伪像。基于PSNR和视觉结果的评估表明，所提出的模型优于最新方法。
其实就是改进了一下GAN网络，一个基于残差结构的新人脸生成器，并采用了两个不同的鉴别器-图像鉴别器和特征鉴别器。