基于深度卷积生成式对抗网络的人脸恢复方法

• 作者: 吴晓燕 钱真坤
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度卷积 生成式对抗网络 人脸恢复 风格迁移
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 207-212
• 页数: 6页
• 分类号: TP391.4
• 字数: 5239字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.08.036

摘要

针对人脸复原过程中出现失真和重要细节丢失的问题,提出一种基于深度卷积生成式对抗网络的人脸恢复方法.使用人脸恢复网络对风格化的图像提取人脸视觉特征,通过结合面部属性提供的语义信息来生成具有真实感的人脸图像;利用识别网络判别恢复图像与真实图像之间的相似度,以及相应面部属性匹配的一致性;提出一种人脸恢复损失函数,有效保留面部细节的同时生成与真实图像属性相匹配的清晰图像.实验结果表明,对于不同风格化的人脸图像,该方法可以获得真实且属性匹配的人脸图像,性能明显优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱真坤	四川文理学院智能制造学院	20	51	4.0	6.0
2	吴晓燕	四川文理学院智能制造学院	25	63	4.0	7.0