-
题名基于生成对抗网络的异质人脸图像合成:进展与挑战
被引量：5
- 1
-
-
作者
黄菲
高飞
朱静洁
戴玲娜
俞俊
-
机构
杭州电子科技大学计算机学院/复杂建模与仿真教育部重点实验室
西安电子科技大学综合业务网理论及关键技术国家重点实验室/电子工程学院
-
出处
《南京信息工程大学学报（自然科学版）》
CAS
2019年第6期660-681,共22页
-
基金
国家自然科学基金(61601158,61971172,61971339,61836002,61702145)
中国博士后自然科学基金(2019M653563)
浙江省教育厅一般项目(Y201942162,Y201840785)
-
文摘
异质人脸图像合成旨在生成逼真、可识别的多种视觉形态的人脸肖像,包括画像、漫画等多种模态.异质人脸图像合成在公共安全和数字娱乐领域具有广泛的应用前景和重要的研究价值,已成为当前研究热点之一.近年来,随着生成对抗网络的发展以及其在多种图像风格转换任务中的成功,研究人员利用生成对抗网络构建了多种异质人脸图像合成的新方法.本文简要回顾了异质人脸图像合成的发展历史,并从异质人脸图像合成的应用进展、模型结构、性能评估、数据集和定性分析等方面综述了该领域最新的关键技术的发展情况,展望了异质人脸图像合成面临的挑战以及其关键技术的发展趋势.
-
关键词
生成对抗网络
异质人脸图像合成
图像风格转换
深度学习
数字艺术
-
Keywords
generative adversarial networks
heterogeneous face synthesis
image style transfer
deep learning
digital art
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—控制科学与工程]
-
