GAN 在身份相关应用中的评估
计算机视觉与模式识别
2020-12-22 v1
摘要
生成对抗网络(GANs)现已能够生成视觉质量极高的合成人脸图像。在与 GAN 本身发展并行的工作中，人们努力开发度量以客观评估合成图像的特征，主要聚焦于视觉质量与图像多样性。然而，关于 GAN 的过拟合及其生成新身份的能力的评估工作甚少。在本文中，我们将最先进的生物识别网络应用于多个合成图像数据集，并对其身份相关特征进行全面评估。我们得出结论：GAN 确实可用于生成新的、虚构的身份，这意味着诸如图像集匿名化以及用干扰图像扩充训练数据集等应用是可行的。我们还评估了 GAN 将身份与其他图像特征解耦的能力，并提出了一种新颖的 GAN 三元组损失，结果表明其改善了该解耦效果。
引用
@article{arxiv.2012.10553,
title = {An Assessment of GANs for Identity-related Applications},
author = {Richard T. Marriott and Safa Madiouni and Sami Romdhani and Stéphane Gentric and Liming Chen},
journal= {arXiv preprint arXiv:2012.10553},
year = {2020}
}
备注
Presented at IJCB 2020 (oral)