多尺度注意力的面部属性编辑归一化 |
| |
引用本文: | 朱嘉琪,陶然,阮振平,詹曙.多尺度注意力的面部属性编辑归一化[J].合肥工业大学学报(自然科学版),2022(10):1327-1333+1340. |
| |
作者姓名: | 朱嘉琪 陶然 阮振平 詹曙 |
| |
作者单位: | 1. 合肥工业大学计算机与信息学院;2. 安徽医科大学第二附属医院 |
| |
基金项目: | 国家自然科学基金资助项目(61371156);;安徽省重点科技研发计划资助项目(201904d07020018); |
| |
摘 要: | 现有的方法利用编解码器和生成对抗网络用于面部属性编辑,会导致低分辨率结果而且操控面部属性能力有限。为了解决这些问题,文章从选择性细化的角度提出一种新的面部属性编辑生成对抗网络(facial attribute editing generative adversarial networks, FAE-GAN),该方法能够专注于编辑要更改的图像属性,同时保留面部的细节。首先学习一个空间变化函数,该函数将高层特征图映射到归一化层所需的参数图;然后结合残差块,将低层特征图添加到调制后的特征图中,从而使属性细化任务更加容易实现。实验结果表明,该模型在属性操纵精度和感知质量方面均具有优势。
|
关 键 词: | 生成对抗网络 图像合成 面部属性编辑 自注意力网络 |
|
|