面向快速人脸素描合成的随机采样方法
计算机视觉与模式识别
2017-08-14 v2
摘要
基于样本的人脸素描合成在数字娱乐和执法领域均发挥着重要作用。该方法通常包含两个部分：近邻选择与重构权重表示。基于样本的人脸素描合成方法中，最耗时或计算复杂度最高的环节在于近邻选择过程。现有最先进的人脸素描合成方法以数据驱动的方式，通过 近邻（-NN）搜索在线进行近邻选择。实际上，这种在线搜索增加了合成的耗时。此外，由于这些方法需要遍历整个训练数据集以进行近邻选择，其计算复杂度随训练数据库规模的增长而增加，因此这些方法的可扩展性有限。本文提出一种简单而有效的离线随机采样方法，以替代在线 -NN 搜索，从而提高合成效率。在公开人脸素描数据库上的大量实验表明，与现有最先进的方法相比，所提方法在合成质量和耗时方面均具有优越性。所提方法可扩展至其他异质人脸图像转换问题，例如人脸超分辨率重建。我们在线公开了所提方法的源代码和评估指标，以供未来研究使用：http://www.ihitworld.com/RSLCR.html。
引用
@article{arxiv.1701.01911,
title = {Random Sampling for Fast Face Sketch Synthesis},
author = {Nannan Wang and Xinbo Gao and Jie Li},
journal= {arXiv preprint arXiv:1701.01911},
year = {2017}
}