-
题名复合因素影响下嫌疑人发型变化的深度模拟
- 1
-
-
作者
刘耀晖
孙鹏
郎宇博
沈喆
孙德廷
宋强
-
机构
中国刑事警察学院公安信息技术与情报学院
司法部司法鉴定重点实验室
沈阳航空航天大学民航学院
大连市公安局刑事侦查支队
辽宁省公安厅刑事技术总队视频侦查实验室
-
出处
《计算机应用研究》
北大核心
2025年第3期955-960,共6页
-
基金
国家自然科学基金资助项目(61307016)
公安部科技计划资助项目(2021YY3)
+4 种基金
国家级大学生创新创业项目(202110175015)
辽宁省研究生教育教学改革研究资助项目(LNYJG2023317)
司法部司法鉴定重点实验室开放课题(KF202317)
“新时代犯罪治理研究中心”智库项目(20220207)
公安学科基础理论研究创新计划资助项目(2024XKGJ0107)。
-
文摘
年龄、伪装等复合因素影响下,命案积案中嫌疑人的相貌、发型等体貌特征变化具有明显的不确定性。针对上述问题,提出双重风格迁移生成对抗网络(dual style transfer generative adversarial network,DstGAN)对人像发型变化进行模拟。首先,设计了双重StyleGAN生成器,借助人像年龄化模型,将人像年龄化信息与发型变化相结合,提高客观因素影响下发型模拟结果的真实度。其次,引入BiSeNET算法对输入人像及其目标发型进行语义分割后得到目标人像语义图,并在FS潜在空间中利用交叉熵损失函数约束GAN逆映射生成的语义图,与模拟后的语义图实现语义对齐,避免出现非自然融合现象。最后,为进一步扩充发型变化种类,通过在RM潜在空间中对发型向量进行编辑,修改输入人像发型所包含的语义属性,实现对于光头等特殊发型的模拟。DstGAN与一些经典发型变化模型相比,更加有效地保证了人脸身份特征的一致性,更加平滑地实现发型与面部边缘的过渡。同时DstGAN在PSNR、SSIM等指标评价的结果中,相比于经典发型变化模型,均取得最为优异的客观评分,表明DstGAN模拟发型变化的人像清晰度更高、感知质量更优、皮肤纹理更真实。
-
关键词
命案积案
发型变化
风格迁移
BiSeNET算法
语义编辑
-
Keywords
homicide cases accumulated
hairstyle changes
style transfer
BiSeNET algorithm
semantic editing
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
