SMFD-UNet：顔の復元に必要なのはセマンティック・フェイス・マスクだけ

arXiv cs.CV / 2026/4/10

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文では、セマンティックな顔マスクを用いてぼやけた入力からアイデンティティや構造に固有なより鮮明な詳細を復元する、軽量なUNetベースの顔画像デブラーリング手法であるSMFD-UNetを提案する。
二段階のアプローチを採用する。すなわち、ぼやけた写真から顔の構成要素マスク（目・鼻・口）を直接生成し、その後マスクと入力の間で多段階の特徴融合を行って復元画像を生成する。
著者らは、CelebAにおいて最先端手法に対して性能が向上したと報告している。PSNRとSSIMが高いだけでなく、NIQE、LPIPS、FIDといった自然さに関する指標を維持している。
ランダム化されたデブラーリングのパイプラインを用いて、約1.74兆通りの劣化シナリオをシミュレーションし、現実の多様なブラー条件に対する頑健性を高める。
残差密結合畳み込みブロック、注意機構（CBAM）、効率的なアップサンプリング／後処理などの設計上の選択を重視し、手法をスケーラブルかつ計算効率の高いものとしている。