全局观察，局部衰老：基于注意力机制的人脸老化
计算机视觉与模式识别
2020-09-08 v1
摘要
人脸老化对于跨年龄识别与娱乐相关应用具有重要意义。近来，条件生成对抗网络（cGANs）在人脸老化上取得了令人印象深刻的成果。现有基于 cGANs 的方法通常需要像素级损失以保持身份与背景一致。然而，在输入图像与合成图像间最小化像素级损失可能导致重影或模糊人脸。为弥补这一缺陷，本文提出一种用于人脸老化的注意力条件 GANs（AcGANs）方法，其利用注意力机制仅激活与人脸老化相关的区域。如此，合成人脸可在不使用像素级损失的情况下很好地保留背景信息与个人身份，且重影伪影与模糊可显著减少。基于基准数据集 Morph，定性与定量实验结果均在图像质量、个人身份与年龄准确度方面展示了优于现有算法的性能。
引用
@article{arxiv.1910.12771,
title = {Look globally, age locally: Face aging with an attention mechanism},
author = {Haiping Zhu and Zhizhong Huang and Hongming Shan and Junping Zhang},
journal= {arXiv preprint arXiv:1910.12771},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1807.09251 by other authors