A3GAN：一种用于人脸老化的属性感知注意力生成对抗网络
计算机视觉与模式识别
2019-11-18 v1
摘要
人脸老化旨在以美学方式渲染给定人脸以预测其未来外观，近年来受到显著的研究关注。尽管随着生成对抗网络（GANs）在合成逼真图像方面的成功取得了巨大进展，现有大多数基于GAN的人脸老化方法存在两个主要问题：1）由于对输入人脸先验知识的利用不足，导致高层语义信息（如面部属性）发生不自然的变化；2）低层图像内容出现畸变，包括重影伪影以及与年龄无关区域的改动。本文中，我们提出A3GAN，一种属性感知注意力人脸老化模型以解决上述问题。面部属性向量被视为条件信息并嵌入生成器与判别器中，促使合成人脸忠实于对应输入的属性。为提升生成结果的视觉保真度，我们利用注意力机制将修改限制在年龄相关区域并保留图像细节。此外，采用小波包变换在频域中捕获多尺度纹理特征。大量实验结果表明，我们的模型在合成照片级真实感老化人脸图像方面有效，并在流行的人脸老化数据集上取得了最先进的性能。
引用
@article{arxiv.1911.06531,
title = {A3GAN: An Attribute-aware Attentive Generative Adversarial Network for Face Aging},
author = {Yunfan Liu and Qi Li and Zhenan Sun and Tieniu Tan},
journal= {arXiv preprint arXiv:1911.06531},
year = {2019}
}