基于CycleGAN的非配对人脸图片光照归一化方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12052/gdutxb.180031

基于CycleGAN的非配对人脸图片光照归一化方法

引用
针对人脸识别过程中光照对识别结果的影响问题, 提出了一种基于CycleGAN的光照归一化方法. 使用了生成对抗式的网络结构, 利用图像翻译的原理, 将较亮图片的光照风格迁移至较暗图片, 同时保持原人脸表面平滑且结构基本不变. 使用非配对的数据集, 无需人工标注标签, 简化了数据准备阶段的工作, 达到了利用无监督的深度学习方法去除图片光照影响的目的. 最后用训练好的模型处理CroppedYale测试集, 比较处理前后的人脸识别准确率. 实验证明, 本文方法具有较强的降低人脸光照对识别率影响的能力且基本不改变人脸结构, 有利于提高人脸识别的准确率.

生成对抗网、深度学习、人脸识别、光照归一化、人脸光照处理

35

TP391(计算技术、计算机技术)

国家自然科学基金资助项目61703115;广东省自然科学基金资助项目2016A030313713;广东省重大科技专项项目2016B010108004;广东省产学研合作专项项目2014B090904080

2018-10-17(万方平台首次上网日期,不代表论文的发表时间)

共9页

11-19

相关文献
评论
暂无封面信息
查看本期封面目录

广东工业大学学报

1007-7162

44-1428/T

35

2018,35(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn