基于双层生成对抗网络的素描人脸合成方法

论文摘要

为解决传统素描人脸合成方法中素描人脸图像细节模糊和清晰度低的问题,提出一种基于双层生成对抗网络的素描人脸合成方法。该方法学习面部照片与素描人脸图像之间的映射关系,并通过双层网络将映射关系限制为一对一映射;利用重建损失函数约束生成网络,提高合成能力;通过生成网络与判别网络的对抗训练,优化网络参数,合成最终素描人脸图像。通过在CUHK素描人脸库上的对比实验,证明该方法合成的素描人脸图像质量明显优于其他传统素描人脸合成方法,其合成的素描人脸图像面部细节更完整,清晰度更高。

论文目录

• 0 引 言
• 1 生成对抗网络
• 2 算法设计
•   2.1 素描人脸合成模型
•   2.2 损失函数
•   2.3 生成模型与判别模型的设计
• 3 实验结果与分析
•   3.1 合成结果定性分析
•   3.2 合成结果定量分析
• 4 结 语

文章来源

类型: 期刊论文

作者: 李凯旋,曹林,杜康宁

关键词: 素描人脸合成,生成对抗网络,深度学习,卷积神经网络

来源: 计算机应用与软件 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 北京信息科技大学通信工程系

基金: 国家自然科学基金项目(61671069)

分类号: TP391.41;TP18

页码: 176-183

总页数: 8

文件大小: 3109K

下载量: 149