-
题名高分辨率人脸纹理图全流程生成方法
- 1
-
-
作者
朱宝旭
刘漫丹
张雯婷
谢立志
-
机构
华东理工大学能源化工过程智能制造教育部重点实验室
-
出处
《图学学报》
CSCD
北大核心
2024年第4期814-826,共13页
-
基金
中央高校基本科研业务费专项资金资助项目(222201917006)。
-
文摘
针对人脸纹理生成相关研究大部分聚焦于低分辨率纹理生成的问题,将图像翻译运用到高分辨率纹理图的生成中,提出一种以图像翻译网络为核心的1024×1024纹理图的全流程生成方法。在快速高效生成的同时,有效缓解了生成人脸UV纹理分辨率低的问题。在图像翻译网络中,由卷积神经网络作为骨干网络,嵌入统计纹理学习网络(STLNet),并采用软自适应层实例规范化(Soft-AdaLIN)的归一化方法共同构成生成器,同时采用多尺度判别来指导高分辨率纹理图像的生成,最后进行颜色转换与泊松融合完成纹理校正。在FFHQ数据集随机抽取图像并进行人脸归一化后进行测试,通过一系列评价指标进行定量评估、同近年相关研究方法进行定性及定量比较,验证了该全流程生成方法在生成1024×1024人脸UV纹理图像上的优势。
-
关键词
人脸图像翻译
人脸纹理图
高分辨率
生成对抗网络
统计纹理学习
纹理映射
-
Keywords
face image translation
face texture map
high resolution
generative adversarial network
statistical texture learning
texture mapping
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
