Beyond Face Rotation: 使用全局和局部特征的双通道generator生成正脸

        Beyond Face Rotation:超级面部旋转

        Global and Local Perception GAN for Photorealistic and Identity Preserving Frontal View Synthesis：全局和局部感知的GAN用于分析合成正面图片。

        Abstract

      

#使用TP-GAN合成正面视图（此处指人脸）。上半部分展示了90°侧脸（中间）以及生成的和真实的正脸。我们邀      请读者来猜测哪边是合成的。下半部分分别展示了从90°、75°、45°侧脸生成的正脸。

  一   要解决的问题：

            基于单张人脸图像的正面视图（即正脸）合成，在人脸识别领域有广泛的应用。

二    本文使用的方法

     1    two-pathway GAN：双通道GAN，一个global ，一个local。

2 loss function

判别器loss：maximum 生成图片与真实图片，使用交叉熵

生成器（创新点）loss，由五个部分组成：

2.1 pixel loss

像素损失

使用拉普拉斯像素损失，就是算个mean_pixelloss.

2.2 symmetry loss

对称损失：利用人脸的对称性

图像左右两个部分对应像素的L1损失

2.3 adversarial loss

对抗损失：同单通道GAN相同

2.4  Identity Preserviing loss

身份验证损失：

Light CNN 最后两层的身份验证损失

2.5 total variation regularization

添加了正则损失