基于草图与条件 VAE 及 GAN 的从视觉属性到人脸的合成
计算机视觉与模式识别
2018-01-03 v1
摘要
从视觉属性自动合成人脸是计算机视觉中的一个重要问题，并在执法和娱乐领域有广泛应用。随着深度生成卷积神经网络（CNNs）的出现，已有尝试从属性和文本描述合成人脸图像。在本文中，我们采取一种不同的方法，将原始问题表述为一个分阶段学习问题。我们首先合成对应于视觉属性的面部草图，然后基于合成草图重建人脸图像。所提出的 Attribute2Sketch2Face 框架基于深度条件变分自编码器（CVAE）与生成对抗网络（GANs）的组合，包含三个阶段：（1）使用 CVAE 架构从属性合成面部草图，（2）使用基于 GAN 的框架将粗糙草图增强为更清晰的草图，（3）使用另一个基于 GAN 的网络从草图合成人脸。我们进行了大量实验并与近期方法进行比较，以验证所提出的基于属性的三阶段人脸合成方法的有效性。
引用
@article{arxiv.1801.00077,
title = {Face Synthesis from Visual Attributes via Sketch using Conditional VAEs and GANs},
author = {Xing Di and Vishal M. Patel},
journal= {arXiv preprint arXiv:1801.00077},
year = {2018}
}