基于改进循环对抗网络的异质人脸合成配准

• 作者: 汪鸿浩 张俊然
• 来源期刊: 计算机工程与设计
• 关键词: 深度学习 循环对抗网络 损失函数 图像合成 异质人脸配准
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 智能技术|Intelligent Technology
• 页码范围: 1735-1741
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.06.031

摘要

针对异质人脸合成问题,根据生成对抗网络在图像合成问题中的优势,将改进的循环生成对抗网络(CycleGAN)应用于异质人脸的合成研究当中.该方法可以降低不同模态人脸图像之间因为特征结构不同导致合成困难的问题.收集照片和素描两种模态的人脸数据,在两种模态之间使用循环对抗网络进行图像生成,实现两种模态之间的转换.利用最小二乘损失函数和Smooth损失函数对原网络目标函数进行改进,可以提高训练过程的稳定性,改善图片的合成质量,分析权重系数的作用.实验结果表明,合成质量和精度较原算法均有所提高.