-
题名基于属性分解融合的可控人脸图像合成算法
- 1
-
-
作者
梁鸿
陈秋实
邵明文
-
机构
中国石油大学(华东)计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第4期208-215,共8页
-
基金
国家自然科学基金(61673396)。
-
文摘
在现实生活中,人脸图像受隐私或安全因素的限制难以直接采集,因此可以考虑采用图像生成方法。当使用生成对抗网络进行图像生成时,容易出现分辨率低、边缘模糊、身份信息特征丢失等问题。针对上述问题,提出了一种新的人脸特征生成模型:通过将关键信息作为独立编码嵌入隐式空间,再与全局特征进行融合插值实现对人脸关键特征的可控生成;引入改进的注意力模块,在生成过程中关注局部特征和全局特征的相关性;将色差损失和人脸分量损失联合引入整体损失函数中,负责约束像素颜色和人脸纹理特征。该算法可以在人脸局部区域生成自然真实的外观特征,保留原始身份信息,并生成平滑的面部轮廓。使用预处理后的CelebA数据集的实验表明,该算法在主观视觉效果上有显著提升,同时与现有方法相比在PSNR和SSIM上有稳定的提升。
-
关键词
生成对抗网络
人脸特征生成
注意力机制
-
Keywords
generative adversarial networks
face feature generation
attention mechanism
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-