面向草图到照片合成的无监督人脸几何学习

人脸草图-照片合成是执法和数字娱乐行业中的一项关键应用，其目标是学习人脸草图图像与其对应照片级真实图像之间的映射。然而，配对的草图-照片训练数据数量有限，通常阻碍现有框架学习草图几何与其匹配的照片级真实图像之间的鲁棒映射。因此，在本工作中，我们提出一种以无监督方式从人脸草图合成照片级真实图像的方法。与当前的无监督图像到图像翻译技术不同，我们的框架利用一种新颖的感知判别器来学习人脸几何。学习人脸先验信息使网络能够去除人脸草图中的几何伪影。我们证明，采用所提出的感知判别器并结合纹理判别器对人脸照片生成器网络进行同步优化，可显著提升合成照片的质量与识别率。我们通过在多个基线草图-照片数据集上进行大量实验来评估所提出的网络。