学习人脸年龄演进：一种 GAN 的金字塔架构
计算机视觉与模式识别
2019-01-11 v4
摘要
人脸年龄演进的两个基本需求，即年龄准确性与身份恒定性，在文献中尚未得到充分研究。本文提出一种基于生成对抗网络的新方法。它分别建模针对内在主体特定特征与相对于流逝时间的年龄特定面部变化的约束，确保生成的人脸呈现期望的老化效果，同时保持个性化属性稳定。进一步，为生成更逼真的人脸细节，由合成人脸传达的高层年龄特定特征通过金字塔对抗判别器在多尺度上估计，从而以更精细的方式模拟老化效果。所提方法适用于存在姿态、表情、妆容等变化的多样人脸样本，并实现了极为生动的老化效果。视觉保真度与定量评估均表明该方法超越了当前最优水平（SOTA）。
引用
@article{arxiv.1711.10352,
title = {Learning Face Age Progression: A Pyramid Architecture of GANs},
author = {Hongyu Yang and Di Huang and Yunhong Wang and Anil K. Jain},
journal= {arXiv preprint arXiv:1711.10352},
year = {2019}
}
备注
CVPR 2018. V4 and V2 are the same, i.e. the conference version; V3 is a related but different work, which is mistakenly submitted and will be submitted as a new arXiv paper