基于Lmser-in-Lmser双向网络的人脸素描图像生成方法

摘要：

人脸素描图像生成问题目的是将人脸照片转换为对应的素描图像,已有方法生成的素描图像或缺乏素描纹理,或需要在额外的大规模数据集上进行预训练.针对上述问题,文中基于Lmser(Least Mean Square Error Recon-struction)构建内外嵌套的深度双向网络,即Lmser-in-Lmser双向网络,用于人脸素描图像的生成.利用Lmser的神经元对偶特性,即编码神经元和解码神经元之间形成双向短路连接,在内部Lmser子网络的编码器和解码器之间通过前向传递不同网络层进行学习,得到多层级特征,增强素描生成的纹理细节.同时建立具有同样结构的网络,反向建立素描映射到照片的模型.外部通过在2个Lmser子网络上施加一致性约束,实现反馈链接,改善素描特征.在基准数据集上的实验表明,文中方法性能较优,并且不需要在额外的数据集上进行预训练,可应用性较强.

关键词：人脸素描图像生成、深度双向网络、Lmser、神经元对偶、层次神经元对偶性

所属期刊栏目：35

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技部科技创新新一代人工智能重大项目;上海市科委人工智能重大项目

在线出版日期：2022-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：589-601