简介基于Python实现的人脸识别图像超分辨率重建项目面向计算机、人工智能、数据科学等专业的毕业设计、课程设计及期末大作业场景可用于解决低分辨率人脸图像恢复清晰细节的实际问题。代码已通过功能验证包含完整源码与详细注释适合入门进阶、二次开发或立项演示。压缩包共两千个文件、大小约一百一十二MB以一千九百五十五张jpg人脸图像作为数据集配二十个py核心算法脚本、十个html可视化展示页面以及xml、txt、json、yaml等配置说明文件目录结构清晰便于按模块调用。目前已有二百九十四人学习下载。通过该项目可完整走通人脸检测、特征提取、超分辨率重建的实现流程并附有可交互的HTML对比页面和项目说明文档帮助理解算法细节、复现实验效果注释详实可灵活改造以适配不同分辨率提升需求。1. 人脸识别图像超分辨率重建一份能直接跑通毕设的 Python 源码晚上九点的园区门口监控拍下来的人脸只有 80×80 像素放大到 160 之后五官轮廓发虚人脸识别模型置信度直接掉到 60% 以下。这不是摄像头不行而是图像分辨率撑不住识别需求。基于 Python 的人脸识别图像超分辨率重建源码解决的就是这个从一张低分辨率人脸图重建出边缘清晰的高分辨率图再喂给人脸识别模块。这份资源把“人脸检测 → 裁剪 → 超分重建 → 识别对比”串成完整链路代码按模块拆分带详细注释适合做毕业设计、课程设计、期末大作业。计算机、人工智能、数据科学、通信、物联网方向的学生拿到手可以直接当项目骨架。2. 超分辨率重建到底在做什么模型选型与链路设计2.1 超分重建问题的本质低分辨率里没有的信息模型只能“猜”图像超分辨率重建Super-Resolution, SR的任务是给定一张低分辨率图Low Resolution, LR恢复出对应的高分辨率图High Resolution, HR。从数学上看退化过程可以写成y (x ⊗ k) ↓_s nx 是原始高分辨率图k 是模糊核镜头散焦、运动模糊等↓_s 是下采样倍数n 是噪声。超分重建就是求这个过程的逆运算。问题是逆运算不唯一一张 80×80 的图可以对应无数张 160×160 的图模型本质上是在学一个“视觉先验”——什么区域该有纹理、哪里该是光滑皮肤。人脸恰好是强先验目标。两只眼睛基本在一条水平线鼻尖落在中轴线上嘴巴在鼻子下方固定位置。这种结构化先验让网络在重建人脸时比重建风景、动物容易得多。这也是人脸超分经常单独做人脸对齐再送入网络的原因对齐后五官位置固定网络不需要自己“找”眼睛只需要“画”眼睛。理解这一点再看源码里的人脸检测和裁剪逻辑就不会觉得多余。2.2 模型选型为什么课设场景优先考虑 SRCNN这套源码的核心模型是经典 SRCNN 结构。SRCNN 的思路非常直白先把低分辨率图用 Bicubic 插值放大到目标尺寸再通过三层卷积网络学习从“模糊的放大图”到“清晰原图”的映射。第一层卷积做特征提取输出 64 通道特征图第二层做非线性映射第三层还原成 RGB 三通道输出。整个网络参数量不大在 CPU 上也能跑训练时间以小时计特别适合课程设计和毕业设计这种交付周期紧的项目。对比一下几种常见实现模型结构复杂度推理速度纹理效果训练稳定性课设友好度SRCNN低三层卷积快边缘清晰但纹理一般稳定最高ESPCN低亚像素卷积上采样最快边缘清晰稳定高SRGAN高生成器判别器慢纹理自然不稳定需调参低SwinIR高Transformer慢效果好依赖预训练权重低我一般不建议课设一上来就上 SRGAN。生成对抗网络训练时要同时调生成器损失、判别器损失、感知损失跑十几个 epoch 发现图像纹理扭曲很难定位是哪个环节出了问题。SRCNN 的调参空间小主线逻辑清楚答辩时能解释清楚每一层在做什么。2.3 人脸识别与超分重建如何串成一条流水线人脸识别图像超分辨率重建拆开是两个任务先找到人脸再对人脸区域做超分。完整流水线如下import cv2 from models.srcnn import SRCNN from detector.face_detector import FaceDetector # 参数设置 SCALE 2 # 超分倍数 MIN_FACE_SIZE 40 # 小于40x40的人脸不处理 MODEL_PATH checkpoints/srcnn_scale2.pth # 初始化模型 sr_model SRCNN(scaleSCALE) sr_model.load_weights(MODEL_PATH) detector FaceDetector(min_face_sizeMIN_FACE_SIZE) # 读取输入 img cv2.imread(input/lr_face.jpg) # 第一步人脸检测 faces detector.detect(img) # 返回 [(x, y, w, h), ...] # 第二步对每个检测到的人脸区域做超分重建 for (x, y, w, h) in faces: face_roi img[y:yh, x:xw] # 裁剪人脸 hr_roi sr_model.predict(face_roi) # 超分重建 img[y:yh, x:xw] cv2.resize(hr_roi, (w, h)) # 贴回原图代码里几个参数值得注意。MIN_FACE_SIZE控制最小人脸尺寸设置太小会引入大量误检设置太大会漏掉真正的目标SCALE是重建倍数SRCNN 对 2 倍重建效果好4 倍会出现明显的光滑感缺失。之所以先检测再超分而不是整图直接超分好处有两个一是只重建人脸区域省显存批量处理时速度更快二是背景区域不会产生高频伪影人脸识别模块看到的背景仍然是原始成像不引入额外误差。3. 数据准备与预处理先把数据集改造成模型能吃的样子3.1 数据集目录结构与训练/验证划分超分重建是监督学习需要成对的 HR 和 LR 图像。源码里默认的目录结构如下data/ train/ hr/ # 高分辨率原图 lr/ # 对应低分辨率图 val/ hr/ lr/ checkpoints/ # 模型权重保存位置 logs/ # 训练日志原始数据集比如 CelebA、LFW或者自己收集的人脸图片只有 HR需要先写脚本划分数据集并生成 LR。划分比例我一般取 8:2数据量少的场景取 9:1验证集至少留 200 张图否则评估指标波动太大。划分脚本用random.shuffle后按比例切片即可注意固定随机种子保证每次运行划分结果一致。import os import random import shutil random.seed(42) # 固定种子保证可复现 all_images [f for f in os.listdir(raw_hr) if f.endswith(.jpg)] random.shuffle(all_images) split_idx int(len(all_images) * 0.8) for i, img in enumerate(all_images): split train if i split_idx else val src os.path.join(raw_hr, img) dst os.path.join(data, split, hr, img) shutil.copy(src, dst)random.seed(42)是关键。如果不固定种子每次运行进入训练集的图都不一样模型效果和日志里的 PSNR 记录无法复现答辩时被问到“这个指标怎么验证”会很被动。HR 文件准备好之后下一步生成 LR。3.2 Bicubic 降采样生成低分辨率样本的常见做法SRCNN 原文用的插值方式是 Bicubic双三次插值后续工作也大多沿用这一设定。生成 LR 样本时先下采样到 SCALE 分之一再上采样回原尺寸这样模型输入输出的空间尺寸一致不需要额外处理。import cv2 import os SCALE 2 for split in [train, val]: hr_dir fdata/{split}/hr lr_dir fdata/{split}/lr os.makedirs(lr_dir, exist_okTrue) for name in os.listdir(hr_dir): hr cv2.imread(os.path.join(hr_dir, name)) h, w hr.shape[:2] # 降到 SCALE 分之一再放大回原尺寸 lr_small cv2.resize(hr, (w // SCALE, h // SCALE), interpolationcv2.INTER_CUBIC) lr cv2.resize(lr_small, (w, h), interpolationcv2.INTER_CUBIC) cv2.imwrite(os.path.join(lr_dir, name), lr)注意两个细节。第一训练和测试必须用同一种插值方式我全程用cv2.INTER_CUBIC。如果训练集用 Bicubic、测试集用 Lanczos退化模型不一致PSNR 会下降 1~2 dB肉眼可见地变糊。第二w // SCALE可能会造成尺寸差 1 像素建议先用w - w % SCALE把宽高规整成 SCALE 的整数倍再开始降采样。3.3 数据增强与 Dataset 封装人脸超分的一个坑是模型容易记住训练集的人脸位置。如果输入总是全图验证集 loss 会很好看但换一张真实监控截图就崩。我在读数据时加了随机裁剪和水平翻转让同一个人的脸出现在图像不同位置import torch from torch.utils.data import Dataset import cv2 import glob import random class FaceSRDataset(Dataset): def __init__(self, hr_dir, lr_dir, patch_size96): self.hr_paths sorted(glob.glob(hr_dir /*.jpg)) self.lr_paths sorted(glob.glob(lr_dir /*.jpg)) self.patch_size patch_size assert len(self.hr_paths) len(self.lr_paths), HR/LR 图片数量不一致 def __getitem__(self, idx): hr cv2.imread(self.hr_paths[idx]) lr cv2.imread(self.lr_paths[idx]) # 随机裁剪LR 和 HR 在相同位置裁剪 h, w lr.shape[:2] x random.randint(0, w - self.patch_size) y random.randint(0, h - self.patch_size) hr_patch hr[y:yself.patch_size, x:xself.patch_size] lr_patch lr[y:yself.patch_size, x:xself.patch_size] # 随机水平翻转 if random.random() 0.5: hr_patch cv2.flip(hr_patch, 1) lr_patch cv2.flip(lr_patch, 1) # HWC - CHW并归一化到 [-1, 1] hr_tensor torch.from_numpy(hr_patch.transpose(2, 0, 1)).float() / 127.5 - 1 lr_tensor torch.from_numpy(lr_patch.transpose(2, 0, 1)).float() / 127.5 - 1 return lr_tensor, hr_tensor def __len__(self): return len(self.hr_paths)patch_size96是经验值覆盖人脸五官核心区域同时保证 batch size 16 时显存占用可控。归一化到[-1, 1]而不是[0, 1]是因为模型最后的激活函数通常不设限制输出范围与输入范围保持一致loss 更容易下降。裁剪时 LR 和 HR 必须用同一个x, y这个细节很多人会忽略——如果 LR 裁左上角、HR 裁中心模型学到的映射关系就是错的。4. 训练与评估把训练循环跑起来别只调网络4.1 训练脚本结构与关键参数SRCNN 训练本身不复杂核心就三层卷积加一个均方误差或 L1 损失。源码里的训练脚本按 epoch 循环组织结构如下import torch import torch.nn as nn from torch.utils.data import DataLoader from models.srcnn import SRCNN from dataset import FaceSRDataset # 训练参数 EPOCHS 60 BATCH_SIZE 16 LEARNING_RATE 1e-4 NUM_WORKERS 4 device torch.device(cuda if torch.cuda.is_available() else cpu) model SRCNN(scale2).to(device) criterion nn.L1Loss() optimizer torch.optim.Adam(model.parameters(), lrLEARNING_RATE) scheduler torch.optim.lr_scheduler.StepLR(optimizer, step_size20, gamma0.5) train_loader DataLoader( FaceSRDataset(data/train/hr, data/train/lr), batch_sizeBATCH_SIZE, shuffleTrue, num_workersNUM_WORKERS ) for epoch in range(EPOCHS): model.train() total_loss 0 for lr, hr in train_loader: lr, hr lr.to(device), hr.to(device) pred model(lr) loss criterion(pred, hr) optimizer.zero_grad() loss.backward() optimizer.step() total_loss loss.item() scheduler.step() print(fepoch {epoch1}, loss {total_loss / len(train_loader):.6f})几个参数值得说明。LEARNING_RATE1e-4对 SRCNN 来说是比较稳的起点高于5e-4时 loss 前几个 epoch 会出现明显震荡step_size20, gamma0.5表示每 20 个 epoch 学习率减半让后期接近收敛时参数更新更精细NUM_WORKERS4在 Windows 上如果数据量小改为 0 或 2 更稳避免 multiprocessing 报错。4.2 损失函数L1 还是 L2超分重建最常用的两个回归损失是 L1 和 MSEL2。代码里默认用nn.L1Loss()这是有依据的。L2 损失对离群值极度敏感训练时某个像素出现大的预测误差梯度会被这个像素主导导致边缘区域过度平滑。L1 是绝对误差对离群点更鲁棒重建出来的人脸边缘更锐利。另一个常见选择是感知损失Perceptual Loss用 VGG 中间层的特征图做距离度量。SRGAN 那套方案里感知损失几乎是标配但它需要额外加载 VGG 预训练权重显存占用更大调参也更麻烦。课设和毕设场景我建议先用 L1如果成果需要锦上添花再叠加感知损失。4.3 评估指标PSNR 与 SSIM 的计算方法评估超分模型效果PSNR峰值信噪比和 SSIM结构相似性是默认组合。PSNR 反映像素级误差SSIM 反映亮度、对比度、结构三个维度的相似度两者配合使用。计算代码import math import numpy as np def psnr(img1, img2): img1, img2: 0-255 的 uint8 图像 mse np.mean((img1.astype(np.float64) - img2.astype(np.float64)) ** 2) if mse 0: return float(inf) return 20 * math.log10(255 / math.sqrt(mse)) def ssim(img1, img2): from skimage.metrics import structural_similarity return structural_similarity(img1, img2, channel_axis2)channel_axis2对应 HWC 布局的彩色图像。PSNR 高于 30 dB 时人眼主观上觉得“还可以”超过 40 dB 说明两图几乎不可分辨。但 PSNR 有个经典陷阱稍微模糊一点的图像反而可能获得更高 PSNR因为平滑图像在像素级误差上不容易剧烈波动。所以评估时必须连同 SSIM 一起看训练时每个 epoch 保存一次验证集的可视化对比图比单纯盯数字靠谱得多。5. 避坑超分重建最容易翻车的五个场景5.1 训练阶段的三个高频翻车点翻车一显存溢出OOM现象训练第 3~5 个 epoch突然报CUDA out of memorykill 掉进程后重跑还是崩。原因数据集的原始高分辨率图尺寸过大随机裁剪后虽然变小但 batch 内图像尺寸不统一PyTorch 会按最大尺寸补齐浪费大量显存。解决FaceSRDataset里强制patch_size96不要偷懒跳过去batch size 从 16 减到 8 或 4观察显存占用稳定后再加回去。翻车二训练 loss 怎么都不降现象loss 稳定在某个值训练到第 30 个 epoch 依然没有下降趋势。原因数据没有对齐。最常见的有两种HR 和 LR 文件名排序不一致sorted(glob(...))在一个线程里排的是列表 A另一个排的是列表 B两边顺序对不上或者 LR 做了归一化HR 没有网络学到的恒等映射本身就是错的。解决在__init__里加断言检查len(hr_paths) len(lr_paths)再打印前 5 个文件对比统一用/ 127.5 - 1归一化验证集和测试集用完全相同的预处理函数。翻车三PSNR 涨到 31 dB肉眼看依然糊现象训练日志里 PSNR 一路向上保存的对比图却依然像蒙了一层纱。原因PSNR 偏向像素级误差平滑但位置准确的图像往往得分不低而人眼更在意边缘锐利度和纹理细节。解决每个 epoch 保存一次“原图-LR-重建图”三张拼接的可视化结果到logs/目录答辩展示时直接放对比图比报数字有说服力。5.2 数据与评估阶段的两个隐蔽坑隐蔽坑四重建结果颜色发蓝或发青现象训练 loss 正常重建出的脸轮廓清晰但整张图颜色严重偏蓝。原因OpenCV 的imread返回 BGR 通道顺序PyTorch 的预训练权重是按 RGB 训练的。BGR 直接送进模型模型学到的是错位通道映射。解决在数据加载统一转通道cv2.cvtColor(img, cv2.COLOR_BGR2RGB)推理脚本里也要保持一致代码两端只要一端是 BGR 就全乱。隐蔽坑五训练用 Bicubic测试用 Lanczos现象训练集 PSNR 刷到了 33 dB换一张真实图片测效果惨不忍睹。原因真实低分辨率图的退化方式未知如果测试时用cv2.INTER_LANCZOS4缩放而训练时是全用INTER_CUBIC模型学到的映射关系就不适用于测试数据。解决把所有处理流程统一封装成一个函数preprocess(img, scale, interpolationcv2.INTER_CUBIC)训练、验证、推理共用真实场景测试时宁可保持与训练完全一致的预处理也不要临时换“看起来更高级”的插值算法。6. 推理与可视化把重建结果接到展示页面6.1 单张图片推理与对比图生成模型训练完之后交付时通常要跑通“输入一张低分辨率图 → 输出高分辨率图”的完整推理。推理脚本和训练脚本不同点在于模型切到eval()模式关闭梯度计算输出结果需要逆归一化回 0~255 再保存。import cv2 import torch import numpy as np from models.srcnn import SRCNN device torch.device(cuda if torch.cuda.is_available() else cpu) model SRCNN(scale2).to(device) model.load_state_dict(torch.load(checkpoints/srcnn_scale2.pth, map_locationdevice)) model.eval() img cv2.imread(input/test_lr.jpg) img_rgb cv2.cvtColor(img, cv2.COLOR_BGR2RGB) tensor torch.from_numpy(img_rgb.transpose(2, 0, 1)).float().unsqueeze(0) / 127.5 - 1 with torch.no_grad(): output model(tensor.to(device))[0].cpu() out_rgb ((output.numpy().transpose(1, 2, 0) 1) * 127.5).astype(np.uint8) out_bgr cv2.cvtColor(out_rgb, cv2.COLOR_RGB2BGR) # 拼接对比图方便直接展示 compare np.hstack([img, out_bgr]) cv2.imwrite(output/compare.jpg, compare)torch.load的map_locationdevice是为了防止原来在 GPU 上训练的权重直接加载到 CPU 时报错unsqueeze(0)增加 batch 维度因为模型期望输入是[B, C, H, W]。6.2 HTML 展示页与推理结果的对接方式源码自带的index.html、face.html、original.html、show_2.html等页面就是用来做过程展示的。一次完整的演示流程是index.html作为任务首页face.html展示人脸检测框original.html展示原始低分辨率图像show_2.html展示超分重建后的结果对比。用 Flask 把这些串起来是最常见的做法from flask import Flask, render_template app Flask(__name__) app.route(/) def index(): return render_template(index.html) app.route(/face) def face(): # 显示人脸检测结果页面 return render_template(face.html, face_imageoutput/face.jpg) app.route(/compare) def compare(): # 显示重建结果对比页面 return render_template(show_2.html, result_imageoutput/compare.jpg)render_template先把超分重建输出的对比图路径传给模板模板里直接img src{{ result_image }}渲染。注意存放路经最好用相对路径避免部署时因绝对路径失效导致图片加载不出来。学生答辩时只要在浏览器里依次点击“人脸检测”和“重建对比”两个页面效果比放一张训练曲线图直观得多。我后来每次交付这类项目都强制自己走一遍端到端验证从一张真实手机拍摄的低分辨率照片开始跑完检测、裁剪、重建、页面展示全流程而不是只盯着 PSNR 数字。这套源码里带注释的model.py、dataset.py、train.py和那批 HTML 展示页我已经照这个节奏拆过不止一次希望帮到你。本文还有配套的精品资源点击获取