深度特征融合的头发属性转移方法

作     者：谢志峰 苏旭 刘思维 张桂菘 马利庄 Xie Zhifeng;Su Xu;Liu Siwei;Zhang Guisong;Ma Lizhuang

作者机构：上海大学影视工程系上海200072 上海电影特效工程技术研究中心上海200072 上海交通大学计算机科学与工程系上海200240 

基　　金：国家自然科学基金(61303093) 上海市自然科学基金(19ZR1419100) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2021年第33卷第5期

页      码：772-779页

摘      要：针对现有的属性转移方法无法有效地转移头发属性这一问题,提出一种深度特征融合的头发属性转移方法.该方法包括特征提取、属性向量获取和图像合成3个子网络.首先从特征提取网络中提取原图像特征,添加重构损失保持原图像的身份不变;然后在属性向量获取网络中构建头发特征与头发属性的映射模型,得到属性向量;最后将原图像特征与属性向量融合输入到合成网络,生成最终结果.在FFHQ数据集上进行了多种属性转移实验,结果表明,所提方法可以有效地转移头发属性,生成高分辨率的结果.大量在Celeba数据集上进行的实验结果表明,与现有的主流属性转移方法相比,所提方法可以取得更好的视觉效果.

主 题 词：头发 生成对抗网络 特征融合 属性转移 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2021.18544

馆 藏 号：203103311...