基于生成对抗网络的人脸姿态转正方法

摘要

针对人脸图像姿态转正过程中存在忽略细节特征、转正后的人脸图像纹理模糊、人脸特征与原图像身份特征差距过大的问题，提出一种基于双判别器双注意力机制的生成对抗网络人脸转正方法.首先，在利用双判别器判断人脸身份和人脸姿态的同时，设计一种人脸表征注意力模块，增强人脸的整体特征，防止人脸相关信息缺失，提高模型完善人脸图像的能力；其次，设计一种自适应边缘增强注意力模块，利用自适应注意力机制和Sobel滤波器，增强人脸边缘细节特征和人脸关键特征，生成五官和轮廓逼真的正面人脸；最后，采用新的归一化层CrossNorm提高分布变化下的鲁棒性.在数据集Multi-PIE和CFP上进行测试实验的结果表明，该模型相较于对比模型，生成的正脸图像人脸转正效果更好.

关键词

生成对抗网络 / 注意力机制 / 人脸转正 / 人脸姿态

基金资助

吉林省科技发展计划技术攻关项目(批准号：20210201051GX)