首页> 中文学位 >基于生成对抗网络的异质人脸图像生成
【6h】

基于生成对抗网络的异质人脸图像生成

代理获取

目录

声明

一、绪论

1.1研究背景和意义

1.2国内外研究现状

1.3论文研究内容

1.3.1基于生成对抗网络的异质人脸合成综述

1.3.2结构自适应的鲁棒人脸画像生成

1.4论文组织结构

二、相关理论和技术

2.1生成对抗网络

2.1.1.条件生成对抗网络

2.1.2循环生成对坑网络

2.2图像风格转换

2.2.1传统方法

2.2.2基于神经网络风格转换

2.3人脸风格数据集

2.4生成图像性能评价方法

2.4.1保真度评估

2.4.2可解释度评估

2.4.3真实度评估

三、基于生成对抗网络的异质人脸合成综述

3.1任务描述

3.2研究进展

3.2.1年龄合成

3.2.2画像合成

3.2.3漫画合成

3.2.4人脸美颜

3.2.5其他异质人脸合成

3.3基于生成对抗网络的模型结构

3.3.1生成器结构

3.3.2判别器结构

3.3.3目标函数

3.4模型性能分析

3.4.1年龄合成性能分析

3.4.2画像合成性能分析

3.4.3漫画合成性能分析

3.4.4人脸美颜性能分析

3.5问题与挑战

3.6本章小结

四、结构自适应的鲁棒人脸画像生成

4.1算法动机

4.2算法设计

4.2.1模型整体结构

4.2.2面部语义标签矩阵获取

4.2.3残差空间自适应解码器

4.2.4多任务生成器

4.2.5判别器结构优化

4.2.6损失函数

4.3实验设置

4.3.1数据预处理

4.3.2算法执行及优化方式

4.4实验结果及分析

4.4.1消融实验

4.4.2各数据集照片-画像合成性能评估

4.4.3鲁棒性实验

4.5本章小结

五、总结与展望

5.1工作总结

5.2后续工作

致谢

参考文献

附录

展开▼

著录项

  • 作者

    黄菲;

  • 作者单位

    杭州电子科技大学;

  • 授予单位 杭州电子科技大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 俞俊,范建平;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TQ1TN3;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号