图像的分辨率是影响人脸图像应用的关键因素,它直接影响人脸图像在人脸检测、人脸识别和人脸分析等领域的应用前景。而当前人脸图像获取过程中信噪比低、高频细节丢失等缺点仍然存在。因此,如何对成像系统获取的人脸图像的分辨率进行提高具有广泛的研究价值。通过改进相关传感器等硬件设施是提高图像分辨率最简单直接的方式,但却存在价格昂贵、投入周期长且提升空间有限等限制。因此,本文围绕能提升人脸图像分辨率的超分辨率重建技术,借鉴生成对抗网络超分辨率重建模型,提出基于改进生成对抗网络的单帧/多帧人脸图像超分辨率重建算法,并构建了一种基于端到端的人脸图像超分辨率重建原型系统,对系统的相关功能进行开发与实现。具体研究内容如下:(1)提出一种基于改进生成对抗网络的单帧人脸图像超分辨率重建模型本文将生成对抗网络超分辨率重建模型应用到人脸图像上,并对其进行改进,提出了一种基于改进生成对抗网络的单帧人脸图像超分辨率重建模型。模型针对原始生成对抗网络超分辨率重建模型的生成网络、判别网络和损失函数分别进行改进,并在相关人脸数据集上与当前流行的其它单帧超分辨率重建算法进行对比。实验结果表明,相较于其它超分辨率重建算法该算法获得了更好的重建效果。(2)提出一种基于改进生成对抗网络的多帧人脸图像超分辨率重建模型多帧人脸图像的超分辨率重建引入了序列图像间的时间-空间相关性,能获得更多的高频信息。因此,本文在单帧人脸图像超分辨率重建模型的基础上,通过引入运动补偿和权值表示将基于改进的生成对抗网络单帧人脸图像超分辨率重建网络扩展到多帧,构建基于改进生成对抗网络的多帧人脸图像超分辨率重建模型。与其它常用的多帧图像超分辨率重建算法及基于改进生成对抗网络的单帧人脸图像超分辨率重建算法相比,该算法获得了重建效果更好的高分辨率人脸图像。(3)构建一种端到端的人脸图像超分辨率重建原型系统在前面工作的基础上,通过将人脸检测对齐算法与基于改进的生成对抗网络单帧/多帧人脸超分辨率重建算法进行级联操作,提出一种基于端到端的人脸图像超分辨率重建网络模型。在此基础上,构建一种C/S模式的端到端人脸超分辨率重建原型系统,并在Windows环境下对系统的相关功能进行开发和实现。