你几岁了？基于 GAN 的身份保持人脸年龄转换
计算机视觉与模式识别
2019-09-12 v1
摘要
我们提出了一种在保留身份信息的同时生成不同年龄图像的新框架，即所谓人脸老化。与近期多数利用生成对抗网络（GANs）的人脸老化网络不同，我们的方法并非简单地将年轻脸转换为年老脸。相反，我们采用边缘图作为中间表示：首先提取年轻人脸的边缘图，采用基于 CycleGAN 的网络将其转为年老人脸的边缘图，再采用基于 pix2pixHD 的网络将合成边缘图与身份信息拼接后转为年老人脸。如此，我们的方法能生成更真实的转换图像，同时确保人脸身份信息被良好保留，且生成图像的表观年龄准确恰当。实验结果表明我们的方法对人脸年龄转换是可行的。
引用
@article{arxiv.1909.04988,
title = {How Old Are You? Face Age Translation with Identity Preservation Using GANs},
author = {Zipeng Wang and Zhaoxiang Liu and Jianfeng Huang and Shiguo Lian and Yimin Lin},
journal= {arXiv preprint arXiv:1909.04988},
year = {2019}
}
备注
9 pages, 10 figures