-
题名基于生成对抗网络的人脸属性合成技术综述
被引量：1
- 1
-
-
作者
王健强
张珂
李培杰
-
机构
华北电力大学电子与通信工程系
华北电力大学河北省电力物联网技术重点实验室
-
出处
《计算机应用研究》
北大核心
2025年第3期650-662,共13页
-
基金
国家自然科学基金资助项目(62076093,62206095,61871182)
中央高校基本科研业务费专项资金资助项目(2023JG002,2022MS078,2023JC006)
河北省省级科技计划资助项目(SZX2020034)。
-
文摘
人脸属性合成技术旨在保留人脸面部图像身份信息的情况下,根据指定目标重建人脸属性,从而在源图像上合成具有全新属性的人脸。计算机视觉技术的发展为人脸属性合成技术提供了全新的解决方案。为此,从人脸属性合成数据集、传统和生成对抗网络(GAN)的合成网络以及人脸语义方面综述了人脸属性合成技术的发展。首先分析了人脸属性合成领域中传统方法和主流的深度学习方法,探讨基于GAN方法的发展现状,将基于GAN的人脸属性合成模型划分为有监督、无监督以及半监督三种,将人脸属性划分年龄、表情和妆容三大类语义,并对多种合成模型进行深入研究。其次,对典型的损失函数进行分析和总结,同时介绍了常用人脸属性数据集以及评价指标。最后介绍现有人脸属性合成方法面临的问题,并对该领域未来的发展提出展望。
-
关键词
深度学习
生成对抗网络
人脸属性生成
人脸图像数据集
年龄
表情
妆容
-
Keywords
deep learning
generative adversarial network(GAN)
face attribute synthesis(FAS)
face image dataset
age
expression
makeup
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
