SREFI：真实示例人脸图像的合成
计算机视觉与模式识别
2017-04-26 v2
摘要
在本文中，我们提出了一种新颖的人脸合成方法，能够生成任意数量的真实与合成身份的合成图像。因此，使用该方法可以扩展人脸图像数据集所代表的身份数量以及每个身份的图像数量，而无需面对从网络下载图像所带来的身份标注和隐私问题。为了衡量合成人脸图像及身份视觉保真度和唯一性，我们进行了人脸匹配实验，参与者包括人类和在一个包含260万张真实人脸图像的数据集上预训练的CNN。为了评估这些合成人脸的稳定性，我们使用包含近200,000张合成人脸的增强数据集训练了一个CNN模型。我们使用该训练后CNN的快照来识别极具挑战性的正面（真实）人脸图像。实验表明，使用增强人脸进行训练提升了CNN的人脸识别性能。
引用
@article{arxiv.1704.06693,
title = {SREFI: Synthesis of Realistic Example Face Images},
author = {Sandipan Banerjee and John S. Bernhard and Walter J. Scheirer and Kevin W. Bowyer and Patrick J. Flynn},
journal= {arXiv preprint arXiv:1704.06693},
year = {2017}
}