首页|基于条件循环生成对抗网络的人脸姿态重建

基于条件循环生成对抗网络的人脸姿态重建

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
人脸姿态重建对于解决由于人脸姿态导致的人脸识别率降低的问题有重要意义,由于自遮挡,缺少大部分的人脸特征,重建正面人脸存在很大困难.近年来运用生成对抗网络的图像生成方法得到学界深入的研究,受生成对抗网络在人脸肤色,头发等属性变换等方面研究工作的启发,将人脸偏转角度作为人脸的一种全局姿态属性进行基于生成对抗机制的互换训练,提出了一种基于条件循环生成对抗网络(CC-GAN)的姿态重建方法,在FERET数据库上生成的人脸图像结构相似度达到了0.75,峰值信噪比达到了23.27 dB,均优于当前的其他方法,取得了良好的人脸重建效果.
Face pose reconstruction based on conditional cycle generative adversarial networks

吴莎莎、陈雪云

展开 >

广西大学 电气工程学院,广西 南宁 530004

生成对抗网络 姿态重建 条件循环 全局属性变换

国家自然科学基金资助项目

62061002

2021

10.13624/j.cnki.issn.1001-7445.2021.0135

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2021.46(1)
  • 1