多判别器循环生成对抗网络的素描人脸合成

• 作者: 周华强 曹林 杜康宁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 素描人脸合成 生成对抗网络 残差网络 多判别器网络 深度学习
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 231-238
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0397

摘要

素描人脸合成在娱乐和刑侦领域具有重要应用价值.为了解决传统素描人脸合成方法生成图像面部细节模糊,缺失真实感等问题,改进了CycleGAN网络结构,提出一种基于多判别器循环生成对抗网络的素描人脸合成方法.该方法选取残差网络作为生成网络模型,在生成器隐藏层中增加多个判别器,提高网络对生成图像细节特征的提取能力;并建立了重构误差约束映射关系,最小化生成图像与目标图像之间的距离.通过在CUHK和AR人脸数据库中的对比实验,证明了相比于原始CycleGAN框架该方法性能有明显提升;相比于目前领先的方法,所提方法生成的素描图像细节特征更清晰,真实感更强.