用于多属性人脸图像生成的流水线生成对抗网络
计算机视觉与模式识别
2017-11-30 v1
摘要
生成对抗网络已被证明在各种图像生成任务中是高效的。然而，如果我们希望精确生成图像，这仍然是一个挑战。许多研究者关注如何生成具有单一属性的图像。但多属性下的图像生成仍是一项艰巨的工作。在本文中，我们尝试使用流水线过程在多重约束下生成多种人脸图像。我们提出的 Pip-GAN（Pipeline Generative Adversarial Network，流水线生成对抗网络）采用流水线网络结构，可利用中性人脸图像逐步生成复杂的人脸图像。我们在两个人脸图像数据库上应用了我们的方法，并展示了其此前在多重条件下为未见过的身份生成令人信服的新图像的能力。
引用
@article{arxiv.1711.10742,
title = {Pipeline Generative Adversarial Networks for Facial Images Generation with Multiple Attributes},
author = {Ziqiang Zheng and Zhibin Yu and Haiyong Zheng and Chao Wang and Nan Wang},
journal= {arXiv preprint arXiv:1711.10742},
year = {2017}
}
备注
9 pages, 10 figures