基于GAN的人脸去身份识别模型研究
发布时间：2020-12-29 11:04
随着人脸身份识别技术的蓬勃发展,各种大小场景的人脸身份识别技术的滥用引起了人们对于自己身份隐私泄露等问题的关注,出现了有关人脸去身份识别的研究。人脸去身份识别的目的在于尽可能的保存与人身份无关的信息如一些重要的生物特征,尽可能的剔除与人身份隐私有关的信息。本文提出了一种基于GAN的人脸去身份识别模型,该模型采用VGG网络改进了 CycleGAN,用于人脸去身份识别。VGG作为模型的初始化阶段训练和重构图像语义损失的训练,用以最大程度的保留输入数据原有的语义内容信息。为了使模型生成更高质量的图像,训练模型的判别损失中加入了一项新的模糊对抗损失,用以生成轮廓和边缘更清晰的图像;同时在模型的上采样过程中,采用缩放卷积替换了原有的反卷积操作,解决了图像生成问题中的棋盘效应。最后,模型结合风格转换和对抗攻击方法以达到人脸去身份识别的目的。本文通过各项改进的独立测试与一些现有的模型进行对比实验,验证了该模型的有效性与稳定性。
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．６棋盘效应??
．?第２章相关理论和开源工具???果卷积核的步幅设计不合理，那么经过反卷积生成的图像将会形成分布均匀的??堆叠，如下图（步幅为２，尺寸为３）：??ｘ?＼．?？?＼—?ｘ．．．．．．．．．．．．ｘ：．ｚｘ．—＞＿．＾??图２．５反卷积重叠效应??一个二维的图像经过如上的反卷积操作，其重叠效应是非常的严重的，它??在一个方形区域的四个角落进行了四次卷积，其重叠次数达３次。即便如此，??这些操作可能不会严重影响到图像的质量，但在实际的网络构建过程中，通常??存在不止一次的反卷积操作或者，比如在ＣｙｃｌｅＧＡＮ中，就存在两次反卷积操??作。棋盘效应更是多个维度重叠。这种操作会极大地影响生成样本的质量，比??如在经过反卷积生成的人脸样本中，会生成一些蒙上了栅格般的滤镜的人脸，??如下图：??：遞－１??图２．６棋盘效应??２．３．２图像缩放插值方法??针对这种现象，早期的研宄人员［３１］通过设计最后一层步幅为１的反卷积操??作，这一操作在减轻棋盘效应方面非常有效。从视觉上来看，这一操作似乎能??消除一定频率的棋盘效应。但在后续一些实验中，棋盘效应仍然存在。??另一种解决方法［３２］确保反卷积核的尺寸可以被步幅整除，或者直接设置成??一致，从而避免卷积重叠问题。直观上来看，这种方法似乎十分有效，但一旦??放大图像尺寸可以发现图像存在更细腻的棋盘效应，犹如蒙上了一层细小的栅??格。??１５??
?第２章相关理论和开源工具???另一种解决方法［３３］是先缩放图像，再对图像进行卷积。图像的缩放可采用??的方法讲述如下：??关于最近邻插值［３４］：存在尺寸为ｎｘｍ源图像Ａ，尺寸为ＴＶｘＭ的目标图??像Ｂ。以图像Ａ的左上角像素点坐标为原点，Ａ的像素点坐标表示为（ｘ，＿ｙ），??目标图像ｂ的每个像素点坐标表示为（ｘ，ｙ），目标图像Ｂ的像素点的坐标计算??公式如下：??Ｂ（Ｘ，Ｙ）?＝?Ａ（Ｘ＊（ｍ／Ｍ），Ｙ＊（ｎ／?Ｎ））?（２．８）??最近邻插值算法会使得缩放后的图像形成严重的像素断层，图像的直观感??受似乎打上了一层马赛克；造成这些现象的原因也可以从公式中看出，该方法??造成了严重的图像失真，因为像素的坐标只存在整数值，当计算坐标出现小数??时，最近邻插值采用四舍五入的办法（为０．５的时候取０），这种方法十分不??科学，当坐标计算等于０．５，直接取０丢失了图像的过渡像素，这会造成像素??与像素之间存在很大的间断值。??关于双线性插值［３５］：存在源图像的四个像素点０１２，０２２，和込，，像??素点的坐标值分别用七、ｘ２、乂、凡，像素点的像素值表示为／（０，需要插??入的像素点为Ｐ。如下图：???一?９，？．??—?９群??ｙ……！?ｉｐ?｜…“??ｙ，…＾?????ｘ，?Ｘ?ｙｇ??图２．７双线性插值??首先在ｘ轴方向插入与ｐ同列的尺和＆像素点。尽和＆的插值计算公式??如下：??ｍ）Ｋ３＾Ｌｍ］）?＋?＾ＬｆｉＱ２］）?（２．９）??ｘ２?－Ｘｊ?ｘ２?－Ｘｊ??１６??
【参考文献】：
期刊论文
[1]基于生成对抗网络的红外图像数据增强[J]. 陈佛计,朱枫,吴清潇,郝颖明,王恩德. 计算机应用. 2020(07)
[2]基于双线性插值的内容感知图像缩放算法仿真[J]. 杨丽娟,李利. 计算机仿真. 2019(12)
[3]基于广义Ricci曲率及深度信息的图像采样方法[J]. 杨康,贾棋,罗钟铉. 计算机辅助设计与图形学学报. 2019(06)
本文编号：2945535
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．６棋盘效应??
．?第２章相关理论和开源工具???果卷积核的步幅设计不合理，那么经过反卷积生成的图像将会形成分布均匀的??堆叠，如下图（步幅为２，尺寸为３）：??ｘ?＼．?？?＼—?ｘ．．．．．．．．．．．．ｘ：．ｚｘ．—＞＿．＾??图２．５反卷积重叠效应??一个二维的图像经过如上的反卷积操作，其重叠效应是非常的严重的，它??在一个方形区域的四个角落进行了四次卷积，其重叠次数达３次。即便如此，??这些操作可能不会严重影响到图像的质量，但在实际的网络构建过程中，通常??存在不止一次的反卷积操作或者，比如在ＣｙｃｌｅＧＡＮ中，就存在两次反卷积操??作。棋盘效应更是多个维度重叠。这种操作会极大地影响生成样本的质量，比??如在经过反卷积生成的人脸样本中，会生成一些蒙上了栅格般的滤镜的人脸，??如下图：??：遞－１??图２．６棋盘效应??２．３．２图像缩放插值方法??针对这种现象，早期的研宄人员［３１］通过设计最后一层步幅为１的反卷积操??作，这一操作在减轻棋盘效应方面非常有效。从视觉上来看，这一操作似乎能??消除一定频率的棋盘效应。但在后续一些实验中，棋盘效应仍然存在。??另一种解决方法［３２］确保反卷积核的尺寸可以被步幅整除，或者直接设置成??一致，从而避免卷积重叠问题。直观上来看，这种方法似乎十分有效，但一旦??放大图像尺寸可以发现图像存在更细腻的棋盘效应，犹如蒙上了一层细小的栅??格。??１５??
?第２章相关理论和开源工具???另一种解决方法［３３］是先缩放图像，再对图像进行卷积。图像的缩放可采用??的方法讲述如下：??关于最近邻插值［３４］：存在尺寸为ｎｘｍ源图像Ａ，尺寸为ＴＶｘＭ的目标图??像Ｂ。以图像Ａ的左上角像素点坐标为原点，Ａ的像素点坐标表示为（ｘ，＿ｙ），??目标图像ｂ的每个像素点坐标表示为（ｘ，ｙ），目标图像Ｂ的像素点的坐标计算??公式如下：??Ｂ（Ｘ，Ｙ）?＝?Ａ（Ｘ＊（ｍ／Ｍ），Ｙ＊（ｎ／?Ｎ））?（２．８）??最近邻插值算法会使得缩放后的图像形成严重的像素断层，图像的直观感??受似乎打上了一层马赛克；造成这些现象的原因也可以从公式中看出，该方法??造成了严重的图像失真，因为像素的坐标只存在整数值，当计算坐标出现小数??时，最近邻插值采用四舍五入的办法（为０．５的时候取０），这种方法十分不??科学，当坐标计算等于０．５，直接取０丢失了图像的过渡像素，这会造成像素??与像素之间存在很大的间断值。??关于双线性插值［３５］：存在源图像的四个像素点０１２，０２２，和込，，像??素点的坐标值分别用七、ｘ２、乂、凡，像素点的像素值表示为／（０，需要插??入的像素点为Ｐ。如下图：???一?９，？．??—?９群??ｙ……！?ｉｐ?｜…“??ｙ，…＾?????ｘ，?Ｘ?ｙｇ??图２．７双线性插值??首先在ｘ轴方向插入与ｐ同列的尺和＆像素点。尽和＆的插值计算公式??如下：??ｍ）Ｋ３＾Ｌｍ］）?＋?＾ＬｆｉＱ２］）?（２．９）??ｘ２?－Ｘｊ?ｘ２?－Ｘｊ??１６??
【参考文献】：
期刊论文
[1]基于生成对抗网络的红外图像数据增强[J]. 陈佛计,朱枫,吴清潇,郝颖明,王恩德. 计算机应用. 2020(07)
[2]基于双线性插值的内容感知图像缩放算法仿真[J]. 杨丽娟,李利. 计算机仿真. 2019(12)
[3]基于广义Ricci曲率及深度信息的图像采样方法[J]. 杨康,贾棋,罗钟铉. 计算机辅助设计与图形学学报. 2019(06)
本文编号：2945535
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2945535.html
