【课题推荐发表期刊】

【课题背景】

人脸超分辨率（Face Super-Resolution，简称FSR）是一个专注于提高低分辨率人脸图像质量至高分辨率人脸图像的技术。这项技术在各种应用中都有其重要性，如监控图像分析、数字照片修复以及面部识别系统等。人脸超分辨率的研究涵盖了多个深度学习技术和方法，也一直是图像处理和计算机视觉领域的热门话题。通过深度学习和多种神经网络结构的应用，FSR不仅在视觉效果上取得显著提升，还在保持身份信息方面有新的突破。

本课题将专注人脸超分辨率技术在人脸识别任务中的应用开展研究，研究将继续探索更先进的方法和模型，以应对更加复杂的挑战和应用需求。

【课题方向参考】

• 人脸先验知识的运用

• 模型架构的设计

• 细节纹理的挖掘

【适合人群】

计算机科学计算机视觉方向的硕士研究生，熟悉Python、pytorch框架。

【课题收获】

• 高质量论文一篇（SCI/CCF定向期刊）

• SCI/CCF期刊投递与发表指导

• 结业证书

【导师介绍】

魏老师，讲师，博士

• 长期担任多个SCI期刊和CCF会议的审稿人

• 研究方向：多模态融合、计算机视觉、图像超分辨率、疲劳驾驶检测。

• 在计算机行业顶尖期刊/会议上发表超10余篇期刊论文，包括2篇中科院一区顶刊、1篇三区、1篇综述型北大核心论文，七项发明专利。

• 具备丰富的英文写作经验和论文指导经验。

【课题安排】

研究周期预估四个月左右，具体视学员情况调整

【推荐阅读】

• 2024 Exploring privacy-personalization paradox: Facial recognition systems at business events