用于人脸图像翻译的增强对偶生成对抗网络

作     者：莫宏伟 张骞 徐立芳 

作者机构：哈尔滨工程大学自动化学院 哈尔滨工程大学工程训练中心 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：人脸图像翻译 生成对抗网络 不成对数据集 特征解耦 增强一致性 对偶学习 

摘      要：为了解决现阶段人脸图像翻译模型在具有复杂背景的不成对数据集中的训练不稳定和特征解耦能力不足的问题，提出人脸图像翻译模型（attribute decomposed generative adversarial networks，ADGAN）。ADGAN以生成对抗网络为基础，通过引入增强一致性和对偶学习来提升生成器的生成能力和判别器的判别能力，以稳定模型的训练并提升模型在具有复杂背景的不成对数据集中的学习能力和特征解耦能力。试验表明，该研究提出的模型不仅能够稳定模型的训练，还得到了比典型的人脸图像翻译模型更好的结果，这为图像翻译模型在无监督领域的研究提供了一定的参考价值。