基于特征增强的人脸属性转换

• 作者: 张伟功 王慧 王晶 高岚 魏子涵
• 来源期刊: 微电子学与计算机
• 关键词: 生成对抗网络 人脸属性转换 特征增强 深度特征 反向传递
• 年，卷（期）: 2020,（10）
• 页码范围: 38-41,47
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

采用生成对抗网络及其扩展模型可以实现人脸属性转换,但生成图像存在分辨率低及特征损失的问题.本文基于GeneGAN网络,提出一种基于特征增强的人脸属性转换算法,在生成网络中增加网络深度,建立高低维特征耦合通道,通过对特定属性深度特征提取比较,优化生成图像的身份及属性特征.在CelebA数据集上的实验表明,本文算法得到的高分辨率图像不仅在保留图像身份信息上有较好的改善,同时在视觉效果和客观指标上都有较大的提高.