用于多视角人脸图像合成的负载均衡GAN
计算机视觉与模式识别
2018-03-06 v2
摘要
从单幅图像进行多视角人脸合成是一个不适定问题,常遭受严重的外观畸变。生成照片真实且保持身份的多视角结果仍是一个未被良好定义的合成问题。本文提出负载均衡生成对抗网络(LB-GAN)以精确将输入人脸图像的偏航角旋转至任意指定角度。LB-GAN将该具挑战性的合成问题分解为两个良好约束的子任务,分别对应一个人脸归一化器和一个人脸编辑器。归一化器首先正面化输入图像,随后编辑器在远程码引导下将正面化图像旋转至期望姿态。为生成照片真实的局部细节,归一化器与编辑器以两阶段方式训练,并受条件自循环损失与基于注意力的L2损失约束。在受控与非受控环境下的详尽实验表明,所提方法不仅提升了多视角合成图像的视觉真实感,且良好保持了身份信息。
引用
@article{arxiv.1802.07447,
title = {Load Balanced GANs for Multi-view Face Image Synthesis},
author = {Jie Cao and Yibo Hu and Bing Yu and Ran He and Zhenan Sun},
journal= {arXiv preprint arXiv:1802.07447},
year = {2018}
}