Learning Face Age Progression: A Pyramid Architecture of GANs
前言
作为IP模式识别的CNN初始模型是作为单纯判别式-模式识别存在的,并以此为基本模型扩展到各个方向。基本功能为图像判别模型,此后基于Loc+CNN的检测模型-分离式、end2end、以及MaskCNN模型,而后出现基于CNN的预测模型-AcGans。
CNN作为一个基本判别式模型简化为数学模型依然为一个函数映射f(x)->y; 基于CNN的检测模型数学模型为 L(x)+f(x)->y,其中L(x)依然为判别式,给出loc信息,二维的为(y1,y2)点对; 基于CNN的Mask给出每个Pixel的类别信息,数学模型可以简化为 k(x).f(x)—k(x).y,其中K(x)为一个与点位置线性相关的函数;
到了AcGans, 例如基于年龄的预测,CNN为其组成部分之一,而生成式为主要目的服务,数学模型可以简化为g( f0(f2)*f2(x) )—y,把一个判别式f(x)分离为维持不变性的 f0(x)和用于分离的 f2(x),其中f0(x)满足生成式约束不变性, f2(x)满足特征提取-数据输入不变性约束,以满足使用数据完成训练生成模型所要求,以及处理输入的特征提取模型。
通过训练的模型,数据流为f2(x)*X—>f2(X),通过特征提取函数,生成纹理特征; f0*f2(X)—>f0(f2(X)
...........................................
先驱:StarGANs的论文:《StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation 》,使用单一模型执行多个领域的图像转换。
论文简介
参考:CVPR2018值得一看的25篇论文....
intro 和 related works 主要讲了现有方案大多将年龄信息优先而 identity 信息次之,换句话说,就是生成不同年龄的同时,identity 信息不能很好保留。
Generator 部分不做介绍,无亮点,本文亮点在 loss 部分和特征提取器的跨级并联结构上。
文中提出了特征提取器用于提出特定特征,原因是作者认为相同年龄段的不同人脸有着相同的的纹理等特定信息,而这个提取器就是提取出这些特征。此外,该分类器是经过 age 分类任务预训练好了的。
文中和今年很多思路一样,考虑到了 low-level 和 high-level 信息,将第 2、4、7 等层信息 concat 起来,作为 d 的输入。
identity 信息的保留和上一个 extractor 类似,在人脸分类数据集上预训练,然后拿来直接当 extractor。
独立训练最优G和D,然后得到G学习到一个年龄变换,D作为一个可靠的分类函子。
Learning Face Age Progression: A Pyramid Architecture of GANs相关推荐
- 基于GAN模型的生成人脸重构、返老还童、看见前世今生(Age Progression/Regression)
基于GAN模型的生成人脸重构.返老还童.看见前世今生(Age Progression/Regression) 看见前世今生(Age Progression/Regression) GAN的优势是直接可 ...
- Explained: A Style-Based Generator Architecture for GANs (StyleGAN)
文章目录 Background How StyleGAN works Mapping Network Style Modules (AdaIN) Removing traditional input ...
- 文献阅读(part1)--A Survey of Clustering With Deep Learning From the Perspective of Network Architecture
论文学习 文章目录 摘要 介绍 前言 NEURAL NETWORK ARCHITECTURE FOR DEEP CLUSTERING LOSS FUNCTIONS RELATED TO CLUSTER ...
- 2018 CVPR GAN 相关论文调研 (自己分了下类,附地址哦)
2018 CVPR GAN 相关论文调研 风格迁移 1. PairedCycleGAN: Asymmetric Style Transfer for Applying and Removing Mak ...
- face recognition[翻译][深度人脸识别:综述]
这里翻译下<Deep face recognition: a survey v4>. 1 引言 由于它的非侵入性和自然特征,人脸识别已经成为身份识别中重要的生物认证技术,也已经应用到许多领 ...
- 【技术综述】有三说GANs(上)
文章首发于微信公众号<与有三学AI> [技术综述]有三说GANs(上) 今天我们来说说GAN,这个被誉为新的深度学习的技术.由于内容非常多,我们会分上下两期.今天这一期是上,我们从以下几个 ...
- CVPR 2018 论文解读集锦(9月26日更新)
本文为极市平台原创收集,转载请附原文链接: https://blog.csdn.net/Extremevision/article/details/82757920 CVPR 2018已经顺利闭幕,目 ...
- 2018 CVPR GAN 相关论文调研
2018 CVPR GAN 相关论文调研 风格迁移 1. PairedCycleGAN: Asymmetric Style Transfer for Applying and Removing Mak ...
- 2018 CVPR GAN 相关论文
https://blog.csdn.net/qq_26499769/article/details/84400294 风格迁移 1. PairedCycleGAN: Asymmetric Style ...
最新文章
- javaScript中的几种排序方式
- eclipse 3.6的VE配置 Visual Editor for eclipse3.6
- YTKNetwork源码详解
- linux docker导入镜像,Docker镜像的导入和导出
- javascript小游戏_个人网站集成js小游戏《圈小猫》教程及源码
- Hdu-6243 2017CCPC-Final A.Dogs and Cages 数学
- 设计方案--移动端延迟300ms的原因以及解决方案
- spring、spring-boot配置文件属性内容加解密
- Spring+Mybatis+SpringMVC后台与前台分页展示实例(附工程)(转)
- 高性能网络之shufflenet v2
- QTcpSocket目录文件传输
- 时统ptp_IEEE1588对时系统,PTP校时模块,PTP时钟服务器
- 计算机学院 储昭坤,计算机与信息学院“紫罗兰”团队开展志愿服务活动
- 天气预报今天几点下雨_天气预报今天几点下雨【相关词_ 天气预报明天几点下雨】...
- 西南民族大学第十届校赛(同步赛) 个人笔记 题解
- 毕业就在小公司躺了3年,面试大厂发现,发现不会分布式没人要…
- java xmap_使用XMAP完成JavaBean和XML之间转换
- 关于考试作弊引发的关于诚信的思考
- 《程序员的自我修养》解析第一章
- L1-054 福到了 (15分)(C语言)
热门文章
- 【转】编写微信聊天机器人4《聊天精灵WeChatGenius》:实时获取到微信聊天消息,hook数据库插入操作。...
- [译][Tkinter 教程14] menu 菜单
- JavaScript的面向对象特性
- jgGrid获得的id值是主键的id而不是jqGrid的行号值
- Tomcat输出catalina.out的大小控制
- oracle中schema指的是什么?
- Spring3.2.4集成quartz2.2.1定时任务(demo).
- MySQL各种类型实验
- day 64 Django 第五天 多表对多表的对应关系ORM
- Python内置函数(62)——exec