首页|基于对抗生成网络的复原面貌真实感处理

基于对抗生成网络的复原面貌真实感处理

Realistic processing of restored face based on adversarial generative network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
由于颅骨面貌数据较少,现有颅面复原方法获得面貌模型具有一定局限性,复原结果仅含有物理几何信息,缺纹理、睁眼状态等真实感信息,这些信息缺失均影响进一步颅骨身份识别.该文提出了一种基于对抗生成网络的P-GAN来重现逼真面貌.针对Pix2Pix(image-to-image translation)网络复原面貌的真实感不足,文中基于Pix2Pix网络提出一种P-GAN网络将复原面貌进行真实感处理,在Pix2Pix基础上添加面貌约束网络P-net.使用VGG16(visual geometry group)提取面貌特征,使用SE-Block(sequeze and excita-tion)加强网络收敛,使用Face++来挑选最相似样本.网络输入为复原面貌图像与真实人脸图像,Contrastive loss和Triplet loss结合作为损失函数,将复原面貌数据Frankfurt校正与归一化后,输入P-GAN网络获取真实感复原面貌.

王跃进、耿国华、郭沛瑶、拓东成、景云鹏、朱新懿、刘晓宁

展开 >

西北大学文化遗产数字化国家地方联合工程研究中心,陕西西安710127

西北大学信息科学与技术学院,陕西西安710127

面貌真实感 对抗生成网络 P-GAN网络

陕西省重点研发计划国家自然科学基金重点项目陕西省教育厅自然科学专项

2021GY-0286173101514JK1742

2021

10.16152/j.cnki.xdxbzr.2021-05-004

西北大学学报(自然科学版)
西北大学

西北大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.35
ISSN：1000-274X
年,卷(期)：2021.51(5)
  • 1
  • 4