论文部分内容阅读
异质人脸图像合成是以一类人脸图像为输入,合成另一类在图像质量、风格等方面与输入图像不同的新人脸图像。异质人脸图像合成要求在合成前后保持身份属性不变,同时要求合成图像的质量、风格等与另一类尽可能相近。原有的一些异质合成方法在这两方面均有所欠缺,经过对异质人脸合成的研究,针对这两点,对经典图像翻译模型CycleGAN进行改进,并在人脸数据集上定量实验,验证合成方法的有效性。