ChildGAN: 基于 StyleGAN 域适应的小规模合成儿童人脸数据生成
计算机视觉与模式识别
2023-10-11 v1
摘要
在本研究中,我们提出了一种新颖的 ChildGAN,一对从 StyleGAN2 衍生、用于生成合成男孩与女孩人脸数据的 GAN 网络。ChildGAN 通过迁移学习执行平滑域转移构建。它提供照片级真实、高质量的数据样本。我们渲染了一个大规模数据集,具有多种智能人脸变换:面部表情、年龄演进、眨眼效果、头部姿态、肤色与发色变化,以及可变光照条件。该数据集包含超过 30 万个不同数据样本。此外,通过运行不同的计算机视觉应用测试验证了渲染人脸特征的独特性和特性,包括基于 CNN 的儿童性别分类器、人脸定位与面部关键点检测测试、使用 ArcFace 的身份相似度评估,以及最后的眼睛检测与眼睛纵横比测试。结果表明,高质量合成儿童人脸数据可作为从真实儿童收集大规模数据集的成本与复杂性的替代方案。
引用
@article{arxiv.2307.13746,
title = {ChildGAN: Large Scale Synthetic Child Facial Data Using Domain Adaptation in StyleGAN},
author = {Muhammad Ali Farooq and Wang Yao and Gabriel Costache and Peter Corcoran},
journal= {arXiv preprint arXiv:2307.13746},
year = {2023}
}
备注
The Paper is submitted in IEEE Access Journal