复合因素影响下嫌疑人发型变化的深度模拟

作     者：刘耀晖 孙鹏 郎宇博 沈喆 孙德廷 宋强 

作者机构：中国刑事警察学院公安信息技术与情报学院 司法部司法鉴定重点实验室 沈阳航空航天大学民航学院 大连市公安局刑事侦查支队 辽宁省公安厅刑事技术总队视频侦查实验室 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(61307016) 公安部科技计划项目(2021YY3) 国家级大学生创新创业项目(202110175015) 辽宁省研究生教育教学改革研究资助项目(LNYJG2023317) 司法部司法鉴定重点实验室开放课题(KF202317) “新时代犯罪治理研究中心”智库项目(20220207) 公安学科基础理论研究创新计划项目(2024XKGJ0107) 

主　　题：命案积案 发型变化 风格迁移 BiSeNET算法 语义编辑 

摘      要：年龄、伪装等复合因素影响下，命案积案中嫌疑人的相貌、发型等体貌特征变化具有明显的不确定性。针对上述问题，提出双重风格迁移生成对抗网络(Dual style transfer Generative Adversarial Network,DstGAN)对人像发型变化进行模拟。首先，设计了双重StyleGAN生成器，借助人像年龄化模型，将人像年龄化信息与发型变化相结合，提高客观因素影响下发型模拟结果的真实度。其次，引入BiSeNET算法对输入人像及其目标发型进行语义分割后得到目标人像语义图，并在FS潜在空间中利用交叉熵损失函数约束GAN逆映射生成的语义图与模拟后的语义图实现语义对齐，避免出现非自然融合现象。最后，为进一步扩充发型变化种类，通过在RM潜在空间中对发型向量进行编辑，修改输入人像发型所包含的语义属性，实现对于光头等特殊发型的模拟。DstGAN与一些经典发型变化模型相比，更加有效的保证人脸身份特征的一致性，更加平滑的实现发型与面部边缘的过渡。同时DstGAN在PSNR、SSIM等指标评价的结果中，相比于经典发型变化模型，均取得最为优异的客观评分，表明DstGAN模拟发型变化的人像清晰度更高、感知质量更优、皮肤纹理更真实。