使用低秩 GAN 的批量人脸对齐
计算机视觉与模式识别
2019-10-22 v1
摘要
本文研究将同一人的一组人脸图像对齐到归一化图像中的问题，同时去除部分遮挡、极端面部表情以及显著光照变化等离群值。我们的模型寻求最优图像域变换，使得未对齐图像矩阵可分解为稀疏噪声矩阵与秩一已对齐图像矩阵之和。该图像变换以无监督方式学习，这意味着我们的模型不需要真值对齐图像。具体而言，我们利用生成对抗网络（GAN）卓越的非线性变换能力，并以低秩生成与稀疏噪声约束引导它来实现人脸对齐。我们在真实世界人脸数据库上通过大量实验验证了所提模型的有效性，显示出比现有方法更高的准确率和效率。
引用
@article{arxiv.1910.09244,
title = {Batch Face Alignment using a Low-rank GAN},
author = {Jiabo Huang and Xiaohua Xie and Wei-Shi Zheng},
journal= {arXiv preprint arXiv:1910.09244},
year = {2019}
}