Single-Stage 기반으로 픽셀 단위로 Face Localisation을 예측하는 모델
특징
클래스 간 각도를 통해 차이를 두어 서로 다른 클래스 간에는 더 큰 격차를 만드는 방법
특징
낮은 해상도의 이미지에서 고해상도의 이미지를 생성하는 기술
특징
ESR GAN 모델에 다양한 전처리 열화기법 단계를 추가하여 확장한 모델
특징
출처
[1] J. Deng, J. Guo, Y. Zhou, J. Yu, I. Kotsia, S. Zafeiriou, RetinaFace: Single-stage Dense Face Localisation in the Wild, In CVPR, 2019
[2] J. Deng, J. Guo, X. Niannan, S. Zafeiriou, ArcFace: Additive Angular Margin Loss for Deep Face Recognition, In CVPR, 2019
[3] A. Sikdar, D. Chatterjee, A. Bhowmik, A. Chowdhury, Open-Set Metric Learning For Person Re-Identification In The Wild, In ICIP, 2020
[4] W. Xintao, Y. Ke, W. Shixiang, G. Jinjin, L. Yihao, D. Chao, L. Chen, Q. Yu, T. Xiaoou, ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks, In ECCVW, 2019
[5] W. Xintao, X. Liangbin, D. Chao, S. Ying, Real-ESRGAN: Training Real-World Blind Super- with Pure Synthetic Data,In ICCVW, 2021