摘要
本发明提供了基于身份约束与频域增强的实时人脸盲修复方法及装置,涉及图像处理技术领域,包括:S1、通过CLIP与ArcFace融合生成身份编码,结合ControlNet提取空间结构特征,利用可学习小波分解获取高频分量;S2、将输入图像映射至潜在空间,融合身份、空间与高频特征构建条件向量;S3、基于一致性模型迭代去噪,叠加轻量化小波残差修正以增强高频细节;S4、根据高频能量动态分配权重,逆小波变换重构多尺度融合图像;本发明解决了低质量人脸图像在修复中身份失真、细节丢失及计算效率低的问题,通过身份‑空间‑频域三元约束、轻量化残差修正与退化感知增强,提升了修复结果的语义一致性、细节保真度及实时性。
技术关键词
空间结构特征
修复方法
编码向量
生成多尺度
身份
语义特征
变量
编码器
特征提取单元
Softmax函数
多层感知机
分辨率
生成重构图像
低质量人脸
多模态
通道
离散小波变换
系统为您推荐了相关专利信息
性能检测数据
性能检测方法
三维模型
性能预测模型
身份验证信息
编码向量
自动化质检方法
空间稀疏约束
语义特征
实体
三维人体模型
深度图
图像修复方法
非易失性可读存储介质
人体关键点
修复方法
小波变换技术
多头注意力机制
突发事件数据
信号