BiTrackGAN：用于约束人脸老化的级联 CycleGAN
计算机视觉与模式识别
2023-04-25 v1
摘要
随着现代计算机视觉技术精度的提高，许多门禁系统配备了人脸识别功能以实现更快速识别。为保持高识别精度，有必要使人脸数据库保持最新。然而，通过人力收集系统用户的最新面部照片是不现实的。为此，我们针对所提网络提出一种自底向上的训练方法以应对该挑战。本质上，我们所提网络是一个级联两个 CycleGAN 模块（一种广泛使用的无配对图像到图像翻译生成对抗网络）的翻译流水线，称为 BiTrackGAN。通过自底向上训练，其在两个 CycleGAN 模块间诱导出理想的中间状态，即约束机制。实验结果表明，与其他 CycleGAN 相关方法相比，BiTrackGAN 实现了更合理且多样的横跨年龄人脸合成。据我们所知，这是一种通过 CycleGAN 方法实现更合理准确老化合成的新颖且有效的约束机制。
引用
@article{arxiv.2304.11313,
title = {BiTrackGAN: Cascaded CycleGANs to Constraint Face Aging},
author = {Tsung-Han Kuo and Zhenge Jia and Tei-Wei Kuo and Jingtong Hu},
journal= {arXiv preprint arXiv:2304.11313},
year = {2023}
}
备注
V1.0