科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现阶段人脸素描-照片合成方法合成的图像存在清晰度较低、面部细节模糊等问题，提出基于多残差动态融合生成对抗网络的人脸素描-照片合成方法.首先设计多残差动态融合网络，从不同的密集残差模块分别提取特征并进行残差学习.然后根据不同层次的多样化残差特征生成对应的偏移量，不同位置的卷积核依据偏移量改变采样坐标，使网络自适应地关注特征中重要信息.在避免特征信息逐级丢失和冗余信息干扰的前提下，网络有效整合几何细节信息与高级语义信息.方法同时引入多尺度感知损失，对不同分辨率的合成图像进行感知对比，使网络可由粗到细地对合成图像进行正则化约束.在香港中文大学面部素描数据集上的实验表明，文中方法合成的图像清晰度较高，面部细节完整，颜色一致，接近真实的人脸图像.
- 单位
