基于序回归条件多对抗自编码器的面部老化与年轻化
计算机视觉与模式识别
2018-04-10 v1
摘要
面部老化与面部年轻化分析给定的面部照片，以预测该人未来的样貌或估计其过去的样貌。为此，高精度地保持人物身份及相应的老化进展与逆老化至关重要。然而，现有方法不能同时很好地处理这两个目标。我们提出一种基于生成对抗网络的新方法，称为带序回归的条件多对抗自编码器（CMAAE-OR）。它利用年龄估计技术控制老化精度，并采用高层特征表示来保持个性化身份。具体而言，面部首先通过卷积编码器映射到潜向量。然后该潜向量通过反卷积生成器以年龄为条件投影到面部流形上。潜向量保持个性化面部特征，年龄控制面部老化与年轻化。判别器与序回归串联施加于编码器与生成器上，使生成的面部图像更具真实感，同时展现理想的老化效果。此外，利用高层特征表示来保持生成面部的个性化身份。在两个基准数据集上的实验证明了所提方法优于当前最优方法的引人性能。
引用
@article{arxiv.1804.02740,
title = {Facial Aging and Rejuvenation by Conditional Multi-Adversarial Autoencoder with Ordinal Regression},
author = {Haiping Zhu and Qi Zhou and Junping Zhang and James Z. Wang},
journal= {arXiv preprint arXiv:1804.02740},
year = {2018}
}