用于驱动人脸肖像生成的演化潜空间搜索
计算机视觉与模式识别
2022-05-20 v2 人工智能
机器学习
神经与进化计算
摘要
本文提出一种基于生成对抗网络潜空间探索的合成人脸肖像演化生成方法。其思路是生成与给定目标肖像非常相似的不同人脸图像。该方法采用 StyleGAN2 进行肖像生成，并用 FaceNet 进行人脸相似度评估。演化搜索基于对 StyleGAN2 实值编码潜空间的探索。在合成与真实图像上的主要结果表明，所提方法能生成准确且多样的、代表真实人脸肖像的解。所提研究有助于提升人脸识别系统的安全性。
引用
@article{arxiv.2204.11887,
title = {Evolutionary latent space search for driving human portrait generation},
author = {Benjamín Machín and Sergio Nesmachnow and Jamal Toutouh},
journal= {arXiv preprint arXiv:2204.11887},
year = {2022}
}
备注
This paper was accepted and presented during the 2021 IEEE Latin American Conference on Computational Intelligence (LA-CCI)