论文部分内容阅读
设计了一个基于深度学习的人脸置换系统。其将目标视频保存为序列图,使用dlib库进行人脸检测并定位,得到相应的人脸面部序列图,然后使用卷积神经网络提取人脸素材的特征点,生成共同的隐含信息,计算出图像MODEL,再通过神经网络的多次迭代,将MODEL合成到目标视频中。实验结果表明,该系统的人脸置换成功率较高,并提高了图片的分辨率,增加了合成视频的清晰度,具有一定的理论价值和应用价值。