基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
生成对抗网络(Generative Adversarial Network)在正面人脸图像生成方面大放异彩,生成的正面人脸极其逼真受到研究人缘的青睐。但其强大的图像生成能力源自于其训练和使用过程中巨大的计算量,GAN结构越复杂,其计算量需求,这极大地限制了其交互式部署。为增强其部署的便利性,减少GAN的计算量需求,本文提出了一种通用的压缩算法,该算法对人脸转正GAN进行了压缩,减少了GAN中生成器的推理时间和模型大小。本文的实验证明了本文算法在相较于原网络大幅减少了计算量的情况下,压缩后的GAN网络仍然保持了较好的图片质量。
推荐文章
3DMM与GAN结合的实时人脸表情迁移方法
表情迁移
三维重建
表情融合
对抗生成
人脸检测
深度学习
基于改进的GAN的局部遮挡人脸表情识别
生成对抗网络
遮挡人脸
人脸填补
卷积神经网络
基于分级子空间回归的压缩人脸图像复原
压缩人脸图像
子空间回归
边缘方向
浅层子空间
深层子空间
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人脸转正GAN模型的高效压缩
来源期刊 计算机科学与应用 学科 工学
关键词 GAN 图像生成 人脸正面化 模型压缩
年,卷(期) 2021,(3) 所属期刊栏目
研究方向 页码范围 661-671
页数 11页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GAN
图像生成
人脸正面化
模型压缩
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
总被引数(次)
0
论文1v1指导