基于小波生成对抗网络的人脸属性感知年龄合成
计算机视觉与模式识别
2019-04-16 v3
摘要
由于难以收集同一主体在长年龄跨度内的人脸图像，现有大多数人脸年龄合成方法借助非配对数据集来学习年龄映射。然而，非配对训练数据固有的年轻与年老人脸图像间的匹配歧义，可能导致老化过程中面部属性的不自然改变，而仅像多数现有研究那样强制身份一致性无法解决该问题。本文提出一种基于小波的生成对抗网络(GANs)的属性感知人脸年龄合成模型，以解决上述问题。具体而言，我们将面部属性向量嵌入模型的生成器与判别器中，以促使每个合成的老年人脸图像忠实于其对应输入的属性。此外，引入小波包变换(WPT)模块，通过在频率空间多尺度捕获与年龄相关的纹理细节，提升生成图像的视觉保真度。定性结果表明我们的模型能够合成视觉上可信的人脸图像，广泛的定量评估结果证明所提方法在现有数据集上达到了最先进的性能。
引用
@article{arxiv.1809.06647,
title = {Attribute-aware Face Aging with Wavelet-based Generative Adversarial Networks},
author = {Yunfan Liu and Qi Li and Zhenan Sun},
journal= {arXiv preprint arXiv:1809.06647},
year = {2019}
}