论文标题：Deep Learning-based Face Super-resolution: A Survey 论文链接：https://arxiv.org/abs/2101.03749 作者单位：哈工大（刘贤明团队），武汉大学(马佳义) 40页综述，共计202篇参考文献！本文对人脸超分辨率的深度学习技术进行了全面调研，对诸多算法进行分类和介绍，并盘点了代表性工作，以及常用的数据集和性能指标！

人脸超分辨率，也称为face hallucination，旨在提高一个低分辨率（LR）或一系列人脸图像的分辨率以生成相应的高分辨率（HR）人脸图像。近年来，人脸超分辨率得到了极大的关注，并且见证了深度学习技术的惊人发展。迄今为止，关于基于深度学习的人脸超分辨率的研究的总结很少。在本次调查中，我们以系统的方式对人脸超分辨率的深度学习技术进行了全面综述。首先，我们总结了人脸超分辨率的问题表述。其次，我们比较了普通图像超分辨率和人脸超分辨率之间的差异。第三，介绍了常用的数据集和性能指标。第四，我们根据特定于人脸的信息对现有方法进行粗略分类。在每个类别中，我们从设计原理的一般描述开始，给出代表性方法的概述，并比较各种方法之间的异同。最后，我们展望了该领域进一步技术发展的前景。

内容中包含的图片若涉及版权问题，请及时与我们联系删除