检索结果-南通市图书馆

软件学报 2023年第5期34卷 2101-2115页

作者：李宗霖张盛平刘杨张兆心张维刚黄庆明哈尔滨工业大学计算机科学与技术学院山东威海264209 中国科学院大学计算机科学与技术学院北京100049

尽管生成对抗网络在人脸图像生成和编辑领域取得了巨大的成功,但在其潜在编码空间中寻找可以操作人脸语义属性的方向仍然是计算机视觉的一大挑战,这一挑战的实现需要大量标记数据不断进行网络调优,而搜集、标注类似数据存在诸多难点,比... 详细信息

尽管生成对抗网络在人脸图像生成和编辑领域取得了巨大的成功,但在其潜在编码空间中寻找可以操作人脸语义属性的方向仍然是计算机视觉的一大挑战,这一挑战的实现需要大量标记数据不断进行网络调优,而搜集、标注类似数据存在诸多难点,比如较高的技术门槛以及大量的人工成本.最近的一些工作都在试图借助预训练模型来克服标记数据短缺的问题.虽然这种做法已经被验证能够完成上述任务,但在操作的准确性和结果的真实性上都无法满足真实人脸编辑场景的需求.借助对比语言-图像预训练模型(CLIP)的图像文本联合表示能力将图像和文本内容编码在一个共享的潜在编码空间中,借助于精心设计的网络结构和损失函数,所提框架可以精准识别相关面部属性并学习一个多级残差映射网络,所提网络可根据图像和文本内容编码预测潜在编码残差,再借助图像生成预训练模型StyleGAN2完成高质量的人脸图像生成和编辑任务.大量实验也证明了所提方法在操作准确性、视觉真实性和无关属性保留方面的优异表现.

关键词：多模态学习预训练模型人脸图像生成人脸图像编辑对抗生成网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于GAN的人脸图像的编辑算法研究

基于GAN的人脸图像的编辑算法研究

引用

作者：王磊中国矿业大学

学位级别：硕士

计算机视觉的发展,推动了如人脸识别和自动驾驶等技术不断进入我们的生活。生成对抗网络（Generative Adversarial Network,GAN）,自提出以来,经过不断的改进,已经成为一个经典的生成模型,广泛的应用于图像生成、图像到图像转换、语义... 详细信息

计算机视觉的发展,推动了如人脸识别和自动驾驶等技术不断进入我们的生活。生成对抗网络（Generative Adversarial Network,GAN）,自提出以来,经过不断的改进,已经成为一个经典的生成模型,广泛的应用于图像生成、图像到图像转换、语义分割等领域,是计算机视觉领域的一个研究热点。另一方面,随着社会的发展,社交网络成为人们生活中不可或缺的一部分,人工智能在图像编辑方面的应用,使得人脸图像编辑软件在社交应用中广受欢迎。GAN在图像生成领域具有独特的优势,其可以生成较大分辨率的图像,且图像生成的效果逼真,由于GAN强大而优秀的表现,GAN在人脸图像编辑领域得到广泛的关注。基于GAN的人脸图像的编辑算法研究,是将GAN的强大功能和图像编辑相结合,是一种人脸图像编辑的扩展,其不仅局限于人脸面部特征,包括头发部分,也可以得到较好的编辑效果。本文主要对基于GAN的人脸图像编辑方法进行研究,针对人脸图像编辑中存在的问题,提出相应的解决方案,以获得更好的图像生成质量和生成更好的编辑效果。首先,本文通过分析目前人脸图像编辑领域存在的问题,提出了一种基于GAN的人脸图像的编辑模型,通过语义图像合成,进行灵活的人脸图像操纵。此外,在基于U-net的网络模型的基础上通过添加注意力块,提高了人脸图像的生成质量。其次,为了优化人脸图像的编辑效果,使网络模型对人脸图像的操纵更加健壮,本文在已有研究的基础上,通过对损失函数的实验分析,对目标损失函数进行了改进,提出了一种多层特征注意力损失函数,可以显著的提高图像的生成质量。最后,基于语义掩码思想的人脸图像编辑往往没有将背景考虑在内,使得人脸编辑距离原始图像差距较大,真实性大大降低,本文提出一种基于背景特征融合的人脸图像编辑模型,可以有效解决这个问题,可以生成逼真的人脸图像背景。

关键词：生成对抗网络人脸图像编辑注意力机制背景图像生成语义图像合成

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于区域敏感生成对抗网络的自动上妆算法

引用

软件学报 2019年第4期30卷 896-913页

作者：包仁达庾涵朱德发黄少飞孙瑶刘偲中国科学院信息工程研究所北京100093 北京航空航天大学计算机学院北京100191

自动上妆旨在通过计算机算法实现人脸妆容的编辑与合成,隶属于人脸图像分析领域.其在互动娱乐应用、图像视频编辑、辅助人脸识别等多方面起着重要作用.然而作为人脸编辑任务,其仍难以在保证图像的编辑结果自然、真实的同时又很好地满足... 详细信息

自动上妆旨在通过计算机算法实现人脸妆容的编辑与合成,隶属于人脸图像分析领域.其在互动娱乐应用、图像视频编辑、辅助人脸识别等多方面起着重要作用.然而作为人脸编辑任务,其仍难以在保证图像的编辑结果自然、真实的同时又很好地满足编辑需求,并且仍有难以精确控制编辑区域、图像编辑前后一致性差、图像质量不够精细等问题.针对以上难点,创新性地提出了一种掩模控制的自动上妆生成对抗网络,该网络利用掩模方法,能够重点编辑上妆区域,约束人脸妆容编辑中无需编辑的区域不变,保持主体信息.同时其又能单独编辑人脸的眼影、嘴唇、脸颊等局部区域,实现特定区域上妆,丰富了上妆功能.此外,该网络能够进行多数据集联合训练,除妆容数据集外,还可以使用其他人脸数据集作为辅助,增强模型的泛化能力,得到更加自然的上妆结果.最后,依据多种评价标准,进行了充分的定性及定量实验,并与目前的主流算法进行了对比,综合评价了所提方法的性能.

关键词：生成对抗网络自动上妆人脸图像编辑深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于像素级人脸标注的人脸编辑方法

基于像素级人脸标注的人脸编辑方法

引用

作者：李真熙中国科学技术大学

学位级别：硕士

随着计算机视觉和图形学的快速发展,图像因其表示直观、传递便捷,逐渐成为人们日常信息交流的主要载体。其中,人物图像在很多领域都有着广泛的应用,例如身份验证、人机交互、监控、取证、医疗诊断和治疗等,这促使其成为机器识别和计算... 详细信息

随着计算机视觉和图形学的快速发展,图像因其表示直观、传递便捷,逐渐成为人们日常信息交流的主要载体。其中,人物图像在很多领域都有着广泛的应用,例如身份验证、人机交互、监控、取证、医疗诊断和治疗等,这促使其成为机器识别和计算机视觉的主要课题之一。而且,由于人脸是人体上蕴含差异化信息最多的部分,因此人们仅通过观察人脸便能获得丰富的信息,如人的性别,种族、年龄、健康、情绪,甚至职业等等。本文的研究重点则在于人脸编辑。在手机等移动设备已经普及的当下,朋友圈和微博等应用促进了社交网络的分享功能。很多人喜欢将自己或者家人的照片分享到社交网络上,以获得更多的关注。然而,对于一般用户而言,其拍摄的照片往往会存在缺乏层次感、曝光不足、色彩饱和度低等问题。若是没有一定的摄像功底,人们很难拍摄出意境和光照俱佳的照片。这时,图像编辑便能帮助人们解决这一问题。即使对于部分面部有"缺陷"的人,例如受伤,雀斑,圆脸等通过化妆都难以遮盖的问题,人们也可以通过人脸编辑的手段来得到较为满意的照片。目前市场上有诸多图像编辑软件,例如Adobe公司的Photoshop、美图公司出品的美图秀秀等等。其中部分软件的确能较好的实现图像编辑功能,但这需要用户具备一定的专业技能,一般用户难以迅速上手。虽然市场上还有部分软件能进行"一键式"操作,对整张图像进行一键调整,但调整后的图像没有保留应有的细节,让人一眼就能看出编辑的痕迹。这些问题的存在使得用户的需求没有得到充分满足,需要对其进行进一步优化。为了解决上述问题,获得更加真实的人脸图像编辑效果,本文基于深度学习获得像素级人脸图像标注的高精度结果,并在其基础上获得了更加真实可信的人脸编辑图像。文章主要分为两个方面:第一,训练全卷积神经网络模型,即输入一张人脸图像,就能得到对应高精度的像素级人脸图像标注结果;第二,对人脸图像自动应用人脸编辑操作,如人脸光滑、人脸克隆、人脸融合和人脸化妆。借助高精度的像素级人脸图像标注结果,可以对人脸图像的每一块语义区域分开处理,从而保留视觉上较为关注的细节。本文的核心在于基于全卷积神经网络,针对人脸这一特殊的结构特征,加入形状先验粗略得出每一类标签的大致位置,从而为全卷积神经网络的学习提供引导。大量的实验结果表明,本文算法不仅能支持任意尺寸人脸图像的输入,以较快的速度获得高精度的像素级人脸图像标注结果,而且在人脸图像编辑上获得了有说服力的视觉效果。

关键词：深度学习像素级人脸图像标注形状先验人脸图像编辑

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度生成对抗网络的素描模拟画像还原技术研究

基于深度生成对抗网络的素描模拟画像还原技术研究

引用

作者：仝宗和中国人民公安大学

学位级别：硕士

素描模拟画像在国内外案件侦破工作中具有重要的应用意义。模拟画像师根据目击证人对犯罪嫌疑人的面部、头发、体态等人像特征描述画出犯罪嫌疑人素描肖像画,通过群众辨别等方式缩小嫌疑人范围或者确定犯罪嫌疑人。素描模拟画像是画像... 详细信息

素描模拟画像在国内外案件侦破工作中具有重要的应用意义。模拟画像师根据目击证人对犯罪嫌疑人的面部、头发、体态等人像特征描述画出犯罪嫌疑人素描肖像画,通过群众辨别等方式缩小嫌疑人范围或者确定犯罪嫌疑人。素描模拟画像是画像师创作的具有主观色彩的图像,利用线条粗细和疏密表达人脸信息,缺失色彩、特征细节等信息,与真实人脸照片之间存在较大的几何形变、灰度差异和纹理缺失,为实际辨认工作带来一定困难。为提高模拟画像的适用性,本文提出了基于深度生成对抗网络的素描模拟画像还原技术,将素描的模拟画像还原成高分辨率的彩色人脸图像,并控制生成图像的人脸面部特征。本文的具体研究内容如下:首先,本文对比分析了传统的图像伪彩色处理技术和基于深度生成对抗网络的图像风格迁移算法,针对素描模拟画像转换任务的特点对BicycleGAN算法进行优化,实现了素描模拟画像色彩还原为接近于真实人脸的彩色图像。其次,本文研究了目前主流的人脸图像编辑算法,通过特征向量正交化的方法优化STGAN算法,去除特征向量间的关联性,增强单一特征的可控性,实现了人脸图像面部特征可编辑。随后,本文研究了目前主流的图像超分辨率重建算法,通过直观判断和图像质量评价指标对比多种人脸图像分辨率提升算法,采用ESRGAN算法对人脸图像进行超分辨率重建。最后本文构建了素描模拟画像彩色还原和特征调整软件供实际操作使用。研究结果表明本文提出的基于深度生成对抗网络的素描模拟画像还原技术能够将素描模拟画像还原成较高分辨率的彩色人脸图像,且能够灵活调整人脸图像的面部特征。

关键词：素描模拟画像生成对抗网络风格迁移人脸图像编辑超分辨率重建

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：