EvoGAN：一种进化计算辅助的 GAN
计算机视觉与模式识别
2021-10-25 v1 人工智能
神经与进化计算
摘要
图像合成技术已相对成熟，能够生成连人类都无法区分的人脸图像。然而，所有这些方法都使用梯度来约束输出，导致相同输入只能输出相同图像。此外，它们只能生成具有基本表情或模仿某种表情的图像，而无法生成复合表情。但在现实生活中，人类表情极具多样性和复杂性。本文提出一种进化算法（EA）辅助的 GAN，名为 EvoGAN，用于生成具有任意精确目标复合表情的多种复合表情。EvoGAN 利用 EA 在 GAN 学习到的数据分布中搜索目标结果。具体而言，我们使用面部动作编码系统（FACS）作为 EA 的编码，使用预训练的 GAN 生成人脸图像，然后使用预训练的分类器识别合成图像的表达构成作为适应度函数以引导 EA 的搜索。结合随机搜索算法，可以轻松合成具有目标表情的多种图像。我们在多个复合表情上给出了定量与定性结果，实验结果表明了 EvoGAN 的可行性与潜力。
引用
@article{arxiv.2110.11583,
title = {EvoGAN: An Evolutionary Computation Assisted GAN},
author = {Feng Liu and HanYang Wang and Jiahao Zhang and Ziwang Fu and Aimin Zhou and Jiayin Qi and Zhibin Li},
journal= {arXiv preprint arXiv:2110.11583},
year = {2021}
}
备注
20 pages, 9 figures, 1 table