基于生成对抗式性别约束模型的人脸老化方法研究
发布时间：2021-01-22 12:04
得益于深度学习的发展,许多计算机视觉任务获得了巨大的进步,比如说跨年龄的人脸验证,人脸编辑,人脸娱乐等;这些场景的应用都离不开一个关键技术人脸老化,并且许多图像处理任务大多涉及人脸图像年龄信息的修改。鉴于这项技术的商业价值以及科研价值,人脸老化吸引了越来越多的研究者的关注。因此,展开对人脸老化技术的研究并探究其中的科学以及实用价值十分有意义。人脸老化技术目前存在两大主要方面的研究难点,一方面人脸老化模式复杂模型难以训练,无法对人脸老化进程做一个很好的模拟;另一方面现存的人脸数据集包含的年龄信息不完善,并且属于同一个体跨大范围年龄的人脸图像匮乏。以下是本文的主要研究内容。（1）针对人脸老化模型难以模拟以及难以训练的问题,技术方向研究倾向于生成模型,通过生成模型实现对输入图像的年龄信息的转换。同时考虑到符合条件的数据集不完备的问题,采用风格迁移的思想实现人脸老化是当前的研究重点。本文在循环一致性生成对抗网络（Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks,CycleGAN）基础上...
【文章来源】：青岛大学山东省
【文章页数】：47 页
【学位级别】：硕士
【部分图文】：
图１．１人脸老化进程中面部信息特征的变化??＾
?會爲大，学痛±攀位论文?６??Ｐａｉｒｅｄ?Ｕｎｐａｉｒｅｄ??Ｘｊ?ｙｉ?：?Ｘ?Ｙ??ｉ?Ｈ?［Ｍｌ??／１?ＨＵｔｉ??｛□，隱＿國??：?：ｌ?：?Ｍ?：?＃??？?■?？?？??图３．１配对图像与非配对图像???Ｉｎｐｕｔ??Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｌｐｕｌ?Ｉｎｐｕｔ?Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｔｐｕｔ???、專．??＾?＾?Ｍ＼ＷＦＷ??图３．２基于配对数据的图像翻译结果??，Ｐｉｘ２Ｐｉｘ釆箱前方法不．嵐，感知对抗轉．＜＿ＰＡＮ＞．网成＿对数振（ｘ，＞〇之何??的感知损失添加到生成对抗损失中，以将输入图像ｘ■转换为真实阁像少。如阒３．２??所示是基于配对数据的图像翻译结■。该方法使用输入图像和输出图像绿过判别器??的隐藏层之间的叢异代替遂像素鐵异，通过最小化来自判别器的感知儒息差异使＇得??输入图像麵输出图像在感知上相似，以此实现图像成功翻译到目标域９??３．２非配对数据的图像翻译??在计算机视觉领域，存在许多数据．龜中的图像数据并不是成对的数据，函此出??现了许多基于未配对图像的图像翻译技术。给定来自两个不同的域的非配对数据，??基于未配对的图像翻译技术以无监督的方式学习两个域数据之间的映射关系。??１５??
?會爲大，学痛±攀位论文?６??Ｐａｉｒｅｄ?Ｕｎｐａｉｒｅｄ??Ｘｊ?ｙｉ?：?Ｘ?Ｙ??ｉ?Ｈ?［Ｍｌ??／１?ＨＵｔｉ??｛□，隱＿國??：?：ｌ?：?Ｍ?：?＃??？?■?？?？??图３．１配对图像与非配对图像???Ｉｎｐｕｔ??Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｌｐｕｌ?Ｉｎｐｕｔ?Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｔｐｕｔ???、專．??＾?＾?Ｍ＼ＷＦＷ??图３．２基于配对数据的图像翻译结果??，Ｐｉｘ２Ｐｉｘ釆箱前方法不．嵐，感知对抗轉．＜＿ＰＡＮ＞．网成＿对数振（ｘ，＞〇之何??的感知损失添加到生成对抗损失中，以将输入图像ｘ■转换为真实阁像少。如阒３．２??所示是基于配对数据的图像翻译结■。该方法使用输入图像和输出图像绿过判别器??的隐藏层之间的叢异代替遂像素鐵异，通过最小化来自判别器的感知儒息差异使＇得??输入图像麵输出图像在感知上相似，以此实现图像成功翻译到目标域９??３．２非配对数据的图像翻译??在计算机视觉领域，存在许多数据．龜中的图像数据并不是成对的数据，函此出??现了许多基于未配对图像的图像翻译技术。给定来自两个不同的域的非配对数据，??基于未配对的图像翻译技术以无监督的方式学习两个域数据之间的映射关系。??１５??
【参考文献】：
期刊论文
[1]基于回归分析的人脸老化模型构建[J]. 胡伟平. 广西科技大学学报. 2016(03)
[2]非线性人脸老化模拟[J]. 邹北骥,郭伟,梁毅雄. 计算机工程与科学. 2010(03)
博士论文
[1]人脸面部属性估计与老化合成研究[D]. 舒祥波.南京理工大学 2016
硕士论文
[1]人脸图像的衰老化合成方法研究[D]. 黄凤兰.中国人民公安大学 2017
本文编号：2993192
【文章来源】：青岛大学山东省
【文章页数】：47 页
【学位级别】：硕士
【部分图文】：
图１．１人脸老化进程中面部信息特征的变化??＾
?會爲大，学痛±攀位论文?６??Ｐａｉｒｅｄ?Ｕｎｐａｉｒｅｄ??Ｘｊ?ｙｉ?：?Ｘ?Ｙ??ｉ?Ｈ?［Ｍｌ??／１?ＨＵｔｉ??｛□，隱＿國??：?：ｌ?：?Ｍ?：?＃??？?■?？?？??图３．１配对图像与非配对图像???Ｉｎｐｕｔ??Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｌｐｕｌ?Ｉｎｐｕｔ?Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｔｐｕｔ???、專．??＾?＾?Ｍ＼ＷＦＷ??图３．２基于配对数据的图像翻译结果??，Ｐｉｘ２Ｐｉｘ釆箱前方法不．嵐，感知对抗轉．＜＿ＰＡＮ＞．网成＿对数振（ｘ，＞〇之何??的感知损失添加到生成对抗损失中，以将输入图像ｘ■转换为真实阁像少。如阒３．２??所示是基于配对数据的图像翻译结■。该方法使用输入图像和输出图像绿过判别器??的隐藏层之间的叢异代替遂像素鐵异，通过最小化来自判别器的感知儒息差异使＇得??输入图像麵输出图像在感知上相似，以此实现图像成功翻译到目标域９??３．２非配对数据的图像翻译??在计算机视觉领域，存在许多数据．龜中的图像数据并不是成对的数据，函此出??现了许多基于未配对图像的图像翻译技术。给定来自两个不同的域的非配对数据，??基于未配对的图像翻译技术以无监督的方式学习两个域数据之间的映射关系。??１５??
?會爲大，学痛±攀位论文?６??Ｐａｉｒｅｄ?Ｕｎｐａｉｒｅｄ??Ｘｊ?ｙｉ?：?Ｘ?Ｙ??ｉ?Ｈ?［Ｍｌ??／１?ＨＵｔｉ??｛□，隱＿國??：?：ｌ?：?Ｍ?：?＃??？?■?？?？??图３．１配对图像与非配对图像???Ｉｎｐｕｔ??Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｌｐｕｌ?Ｉｎｐｕｔ?Ｇｒｏｕｎｄ?ｔｒｕｔｈ?Ｏｕｔｐｕｔ???、專．??＾?＾?Ｍ＼ＷＦＷ??图３．２基于配对数据的图像翻译结果??，Ｐｉｘ２Ｐｉｘ釆箱前方法不．嵐，感知对抗轉．＜＿ＰＡＮ＞．网成＿对数振（ｘ，＞〇之何??的感知损失添加到生成对抗损失中，以将输入图像ｘ■转换为真实阁像少。如阒３．２??所示是基于配对数据的图像翻译结■。该方法使用输入图像和输出图像绿过判别器??的隐藏层之间的叢异代替遂像素鐵异，通过最小化来自判别器的感知儒息差异使＇得??输入图像麵输出图像在感知上相似，以此实现图像成功翻译到目标域９??３．２非配对数据的图像翻译??在计算机视觉领域，存在许多数据．龜中的图像数据并不是成对的数据，函此出??现了许多基于未配对图像的图像翻译技术。给定来自两个不同的域的非配对数据，??基于未配对的图像翻译技术以无监督的方式学习两个域数据之间的映射关系。??１５??
【参考文献】：
期刊论文
[1]基于回归分析的人脸老化模型构建[J]. 胡伟平. 广西科技大学学报. 2016(03)
[2]非线性人脸老化模拟[J]. 邹北骥,郭伟,梁毅雄. 计算机工程与科学. 2010(03)
博士论文
[1]人脸面部属性估计与老化合成研究[D]. 舒祥波.南京理工大学 2016
硕士论文
[1]人脸图像的衰老化合成方法研究[D]. 黄凤兰.中国人民公安大学 2017
本文编号：2993192
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2993192.html
