基于条件生成对抗网络的人脸老化
计算机视觉与模式识别
2017-05-31 v2
摘要
最近研究表明，生成对抗网络（GANs）能够生成具有极高视觉保真度的合成图像。在本工作中，我们提出一种基于 GAN 的自动人脸老化方法。与之前利用 GANs 改变面部属性的工作不同，我们特别强调在人脸老化版本中保留原始人物的身份。为此，我们引入了一种对 GAN 潜向量进行“身份保持”优化的新方法。利用最先进的人脸识别和年龄估计方案对生成的老化与年轻化人脸图像进行客观评估，证明了所提方法的巨大潜力。
引用
@article{arxiv.1702.01983,
title = {Face Aging With Conditional Generative Adversarial Networks},
author = {Grigory Antipov and Moez Baccouche and Jean-Luc Dugelay},
journal= {arXiv preprint arXiv:1702.01983},
year = {2017}
}
备注
5 pages, 3 figures, accepted at ICIP 2017. With respect to v1: (1) changed the abbreviation of the main model from "acGAN" to "Age-cGAN" in order to avoid confusion with "Auxiliary Classifier Generative Adversarial Networks" introduced by Odena et al.; (2) corrected a typo in Formula 1