期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于生成对抗网络的偏转人脸转正 被引量:2
1
作者 胡惠雅 盖绍彦 达飞鹏 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2021年第1期116-123,152,共9页
为了提高偏转人脸转正的效果,借鉴双通道生成对抗网络(TP-GAN)双通道生成的思想,将原始网络中的深度卷积生成对抗网络(DCGAN)替换成边界均衡生成对抗网络(BEGAN).在传统两者对抗的网络结构中加入判别人脸身份的分类器,形成三者对抗的网... 为了提高偏转人脸转正的效果,借鉴双通道生成对抗网络(TP-GAN)双通道生成的思想,将原始网络中的深度卷积生成对抗网络(DCGAN)替换成边界均衡生成对抗网络(BEGAN).在传统两者对抗的网络结构中加入判别人脸身份的分类器,形成三者对抗的网络结构.经实验对比可知,与在生成器损失函数中添加约束相比,结构上加入分类器对人脸身份一致性的保持更加有效.TP-GAN存在训练复杂、模式崩溃等难题,使用BEGAN的网络结构,可以避免这些问题,提高训练效率.在Multi-PIE数据集及LFW上的实验结果表明,利用提出的方法能够高效地生成高质量的正面人脸图片,且保留人脸的身份特征. 展开更多
关键词 人脸生成 分类器 模式崩溃 生成对抗网络(GAN)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部