一种基于生成对抗网络的人脸着色方法

• 作者: 刘昌通 曹林 杜康宁
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸着色 生成对抗网络 深度学习
• 年，卷（期）: 2020,（3）
• 页码范围: 5-10
• 页数: 6页
• 分类号: TP391.41
• 字数: 3244字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2020.03.002

摘要

传统的灰度人脸图像着色方法存在颜色失真的问题,致使着色后的图像无法进一步使用.深度学习在图像生成领域的成功应用,为人脸图像着色的研究带来了一个新的方向.针对目前基于深度学习的人脸着色方法仍然存在误着色的问题,提出了一种结合循环生成对抗网络与联合一致性损失函数进行人脸着色模型训练的方法,以改善着色图像的真实感与细节.通过在Megaface人脸数据集的对比实验,证明该方法可以取得更好的人脸着色效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹林		35	182	6.0	12.0
2	杜康宁		7	10	1.0	3.0
3	刘昌通	北京信息科技大学光电测试技术及仪器教育部重点实验室	2	0	0.0	0.0