基于条件判别器池与对抗三元组损失的面向年龄人脸合成
计算机视觉与模式识别
2021-07-07 v2
摘要
原始的生成对抗网络（GAN）通常用于生成描绘衰老与年轻化人脸的真实图像。然而，此类原始GAN在面向年龄的人脸合成任务中的性能常受模式崩溃问题的影响，可能导致生成变化极小的人脸且合成精度较差。此外，近期的面向年龄人脸合成方法使用L1或L2约束来保留合成人脸上的身份信息，当这些约束与微小的权重因子相关联时，会隐式限制身份保持能力。本文提出一种面向年龄人脸合成任务的方法，该方法在实现高合成精度的同时具备强身份保持能力。具体而言，为实现高合成精度，我们的方法利用一种新颖的条件判别器池（CDP）解决模式崩溃问题，该池由多个判别器组成，每个判别器针对一个特定年龄类别。为实现强身份保持能力，我们的方法使用一种新颖的对抗三元组损失。该损失基于三元组损失，增加排序操作以进一步将正样本嵌入拉向锚点嵌入，从而显著减小特征空间中的类内方差。通过大量实验，我们从定性和定量上表明，所提方法在合成精度与身份保持能力方面优于最先进的方法。
引用
@article{arxiv.2007.00792,
title = {Age-Oriented Face Synthesis with Conditional Discriminator Pool and Adversarial Triplet Loss},
author = {Haoyi Wang and Victor Sanchez and Chang-Tsun Li},
journal= {arXiv preprint arXiv:2007.00792},
year = {2021}
}