摘要：文中提出了一种结合面部结构先验信息的深度残差网络,用于压缩人脸图像的复原。在训练阶段,首先训练一个用于初步复原人脸图像整体结构的预复原网络,但是不具有任何先验信息的预复原网络并不能很好地处理具有精细结构的面部组件,因此该算法在预复原网络的基础上提取5种面部组件:眼睛、眉毛、鼻子、嘴巴和脸廓,分别训练用于复原面部组件的细节增强网络。在复原阶段,结合关键点检测结果生成的面部掩膜,对不同的人脸组件使用相应的网络参数进行精准地复原。实验结果表明,文中提出的算法与现有的先进复原算法相比,不仅具有更高的PSNR和SSIM,并且在人脸组件处有更加清晰的纹理细节,有效改善了复原后人脸图像的视觉效果。