CN115049556B 一种基于StyleGAN的人脸图像修复方法 （安徽大学）_第1页
CN115049556B 一种基于StyleGAN的人脸图像修复方法 （安徽大学）_第2页
CN115049556B 一种基于StyleGAN的人脸图像修复方法 （安徽大学）_第3页
CN115049556B 一种基于StyleGAN的人脸图像修复方法 （安徽大学）_第4页
CN115049556B 一种基于StyleGAN的人脸图像修复方法 （安徽大学）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号本申请公开了一种基于StyleGAN的人脸图利用编码器网络分别提取真实人脸图像的隐码隐码向量与待修复图像人脸区域的隐码向量进的隐码向量与待修复图像背景区域的隐码特征2将所述真实人脸图像的隐码向量与所述待修复图像人脸区域的重建图像，将所述人脸部分与背景部分的隐码向量输入到StyleG2.如权利要求1所述的一种基于StyleGAN的人脸图像修复方法，其特征在于，使用之间的L2距离；第二损失函数是利用VGG16神经网络分别提取图像标签和生成图像的深层人脸图像的隐码向量与所述待修复图像人脸区域的隐码向量按照8:103[0001]本申请涉及计算机视觉的领域，尤其是涉一种基于StyleGAN的人脸图像修复方[0002]近年来，生成对抗网络(GenerativeAdversarialNetworks)生成图像的质量有中最先进的生成对抗网络StyleGAN，在高分辨率图像上获得最先进的视觉质量，此外，4值计算图像标签和生成图像之间的L2距离；第二损失函数是利用VGG16神经网络分别提取5图像背景区域的隐码特征图一同输入到StyleGAN生成器网络中，得到修复完成的人脸图[0020]图1是本申请实施例中一种基于StyleGAN的人脸图像修复方法，以下通过具体步LeakyReLU激活函数和SE注意力模块，并且输入会经过最大池化后与SE模块的输出进行连[0032]并且可以将将第6个卷积块输出的特征图f1、第20个卷积块输出的特征图f2和第[0033]在具体实施中，对于构造特征图转换隐码向量的网络模块，该模块由二维卷积、6[0035]S32，重建图像，将所述人脸部分与背景部分的隐码向量输入到StyleGAN生成器成器中间层的特征图进行融合。将人脸图像编码器输出的18*512维隐码向量输入到512*64*64与StyleGAN生成器的中间层的特征图进行加权融合，通过抑制和增强生成器中三损失函数是利用人脸识别神经网络分别提取图像标签和生成图像之间的人脸特征信息，[0044]其中,Lmse是两张图像像素值之间的均方误差，λmse＝1.0为该损失的权重系数。7[0051]并且，将混合得到的隐码向量与待修复图像的背景隐码特征图一起输入到现在流程图一个流程或多个流程和/或方框图一个方框或多个方[0055]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或8其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论