摘要
本发明适用于图像处理技术领域,提供了一种基于跨模态对齐的文本与人脸协同修复方法,包括以下步骤:构建文本‑人脸多模态数据集;基于跨模态网络架构,实现文本‑人脸多模态数据集中的图像超分辨率以及文本和图像对齐;训练跨模态网络,设计优化混合损失函数;推理生成高质量图像。本发明通过构建文本语义与图像特征的深度融合框架,显著提升了修复后人脸图像的身份特征保留能力,从而为人脸识别率的提升奠定了关键基础。
技术关键词
协同修复方法
跨模态
混合损失函数
图像超分辨率
人脸
文本编码器
生成高质量图像
多模态
网络架构
图像编码器
交叉注意力机制
解码器
面部结构
人物特征
图像处理技术
数据
语义