Добро пожаловать, чтобы нажать на синее слово выше, обратите внимание~
Связанное Чтение: \
GAN существует уже 6 лет! Пришло время для инсульта!
Руошуй три тысячи, только бери свою отметку! Как насчет AL (активного обучения) в сочетании с GAN?\
Обнаружение аномалий, как работает GAN?
Виртуальная переодевание! Взгляните на то, что делают эти последние газеты!\
Миграция макияжа лица! Краткий обзор нескольких статей с использованием GAN
[1] Как насчет генерации GAN на медицинских изображениях?
01-Краткий принцип формулы GAN - Маленькие сокровища в железной броне
На этот раз это лицостарое лицо,илиомоложениенаправление! Давайте быстро посмотрим, как GAN это делает~
1 2017-FACE AGING WITH CONDITIONAL GENERATIVE ADVERSARIAL NETWORKS****
Генеративно-состязательные сети (GAN) хороши для создания изображений, и в этой статье предлагается основанный на GAN метод автоматического старения лица. До этого в большинстве работ использовались GAN для изменения атрибутов лица.
Акцент в этой работе делается на сохранении исходных личностных характеристик в стареющем лице, поэтому предлагается метод оптимизации латентного вектора «сохранение личности». Объективная оценка сгенерированных изображений лиц постаревших и восстановленных молодых людей с помощью современных решений для распознавания лиц и оценки возраста показывает большой потенциал этого метода.
2 2017 CVPR - Age Progression/Regression by Conditional Adversarial Autoencoder****
открытый доступ. Город Тяньхэ VF.com/content_CV с…
В данной работе предполагается, что изображение лица находится в многомерном многообразии, а изменение возраста является результатом движения изображения в определенном направлении в этом многообразии.Метод реализации - через условно-конфронтационное автоматическое кодирующее устройство. (КААЕ).
Алгоритм изучает многообразие лиц и достигает плавных возрастных изменений, «обходя» его. В CAAE лица сначала сопоставляются со скрытыми векторами посредством сверточного кодирования, а затем векторы проецируются на возрастное многообразие лиц с помощью деконволюционного генератора. Латентный вектор сохраняет индивидуализированные личностные черты лица.
Кроме того, на кодировщик и генератор накладываются две состязательные сети соответственно, заставляющие генерировать более реалистичные лица.
3 2018 CVPR-Face Aging with Identity-Preserved Conditional Generative Adversarial Networks****
Старение лица имеет решающее значение для распознавания разных возрастов и приложений, связанных с развлечениями. Но отсутствие данных о лицах одного и того же человека в более широком возрастном диапазоне является чрезвычайно сложной задачей. Поскольку разные люди стареют с разной скоростью, метод старения лица в этой статье направлен на синтез лиц с целевым возрастом в данной возрастной группе, а не на синтез лиц определенного возраста.
Учитывая, что синтетическое лицо должно иметь ту же идентичность, что и входное лицо, предлагается структура условной генеративно-состязательной сети (IPCGAN) с сохранением идентичности, в которой условная генеративно-состязательная сеть генерирует реалистичные лица, соответствующие целевому возрасту, а идентичность -preserving модуль сохраняет информацию об идентичности, классификатор возраста гарантирует, что сгенерированные лица принадлежат к указанной возрастной группе.
4 2018 CVPR - Learning Face Age Progression: A Pyramid Architecture of GANs****
Предлагается новый метод старения на основе GAN, который сочетает в себе методы проверки лица и оценки возраста для решения проблемы генерации возрастных эффектов и сохранения идентичности;
Подчеркивает важность компонентов лица, лба и волос, которые тесно связаны с воспринимаемым возрастом, но игнорируются в других исследованиях: это действительно повышает точность синтетического возраста;
На основе существующих экспериментов устанавливаются новые проверочные эксперименты, включая оценки, основанные на коммерческих инструментах анализа лица, и оценки нечувствительности к изменениям выражений, поз и макияжа.
5 2018 IJCAI-Dual Conditional GANs for Face Aging and Rejuvenation****
Есть две основные проблемы со старением лица и омоложением: 1) отсутствие обучающих данных для последовательных возрастных последовательностей; 2) как одновременно визуализировать стареющие лица и сохранить индивидуальность (идентичность).
Для решения этих проблем в данной статье предлагается механизм Dual Conditional GAN (Dual cGAN), который может обучать модели на немаркированных изображениях лиц разного возраста для достижения старения и омоложения лица. В предлагаемой архитектуре исходный условный GAN преобразует изображения лиц в другие возрасты в соответствии с возрастным условием, а двойной условный GAN также может выполнять обратную задачу.
6 2018 CVPR - Generative Adversarial Style Transfer Networks for Face Aging****
В данной статье предлагается исследовать проблему с точки зрения передачи стиля изображения: рассматривать лицо возраста человека как стилевой элемент изображения.
В статье показано, что при больших возрастных различиях убедительные эффекты старения лица могут быть получены путем обучения с помощью набора генеративно-состязательных сетей (CycleGAN).
Кроме того, предлагается вариант CycleGAN (вместе с предварительно обученной моделью прогнозирования возраста), который работает лучше, когда ожидаемая разница в возрасте невелика.
Два описанных выше метода дополняют друг друга, и их сочетание хорошо работает для любого желаемого эффекта старения. Наконец, количественная оценка с помощью исследований пользователей показывает, что этот метод превосходит существующие методы старения лица.
7 2019 - How Old Are You? Face Age Translation with Identity Preservation Using GANs****
В отличие от самых популярных современных сетей старения лица, использующих генеративно-состязательные сети (GAN), предлагаемый метод не просто преобразует молодые лица в состарившиеся лица, в этой статье также используются карты краев в качестве промежуточных представлений:
Сначала извлеките карту границ молодых лиц и используйте сеть на основе CycleGAN, чтобы преобразовать ее в карту границ стареющих лиц.
Затем другая сеть, основанная на pix2pixHD, используется для превращения синтезированной карты границ, сшитой с личной идентификационной информацией, в стареющие лица.
8 2019 - LOOK GLOBALLY, AGE LOCALLY: FACE AGING WITH AN ATTENTION MECHANISM****
Существующие методы на основе cGAN обычно используют потерю пикселей, чтобы сохранить согласованность личности и контекста. Но эта потеря на пиксель может привести к ореолу или размытию.
С этой целью в этой статье представлен метод Attention Conditional GAN (AcGAN) для старения лица, использующий механизм внимания для фокусировки только на областях, связанных со старением лица. Это позволяет синтезированному лицу хорошо сохранять фоновую информацию и личную идентичность.
9 2019-12-20 CONTROLLABLE FACE AGING****
Эта статья основана на следующих двух наблюдениях: 1) По мере того, как люди стареют с течением времени, их черты лица меняются в разных условиях. Например, цвет лица может потемнеть при работе на улице; 2) Некоторые черты лица должны оставаться неизменными в процессе старения, например, этническая принадлежность и пол. В этой работе предлагается управляемый метод старения лица с помощью генеративно-состязательной сети, которую можно разложить по атрибутам.
Сначала иди сюда~ (Это непросто организовать, пожалуйста, не забудьте поставить лайк~
Наконец, некоторые документы, связанные с возрастными изменениями лица, прилагаются для справки (могут быть и некоторые, не обязательно тесно связанные 2333)\
001 (2019-12-20) Controllable Face Aging
А. Р. Вест В. Мытый Search.top/PDF/1912.09…
002 (2019-11-18) DebFace De-biasing Face Recognition
А. Р. Уэст В. Мытый Search.top/PDF/1911.08…
003 (2019-11-16) What Will Your Child Look Like DNA-Net Age and Gender Aware Kin Face Synthesizer
А. Р. Уэст В. Мытый Search.top/PDF/1911.07…
004 (2019-11-15) A3GAN An Attribute-aware Attentive Generative Adversarial Network for Face Aging
А. Р. Уэст В. Мытый Search.top/PDF/1911.06…
005 (2019-10-24) Look globally age locally Face aging with an attention mechanism
А. Р. Уэст В. Мытый Search.top/PDF/1910.12…
006 (2019-09-11) How Old Are You Face Age Translation with Identity Preservation Using GANs
А. Р. Уэст В. Мытый Search.top/PDF/1909.04…
007 (2019-11-25) Interpreting the Latent Space of GANs for Semantic Face Editing
А. Р. Уэст В. Мытый Search.top/PDF/1907.10…
008 (2019-08-30) Degenerative Adversarial NeuroImage Nets Generating Images that Mimic Disease Progression
А. Р. Уэст В. Мытый Search.top/PDF/1907.02…
009 (2019-06-17) Exemplar Guided Face Image Super-Resolution without Facial Landmarks
А. Р. Уэст В. Мытый Search.top/PDF/1906.07…
010 (2019-05-31) Reconstructing faces from voices
А. Р. Уэст В. Мытый Search.top/PDF/1905.10…
011 (2019-05-16) FH-GAN Face Hallucination and Recognition using Generative Adversarial Network
А. Р. Уэст В. Мытый Search.top/PDF/1905.06…
012 (2019-05-3) FlowSAN Privacy-enhancing Semi-Adversarial Networks to Confound Arbitrary Face-based Gender Classifiers
А. Р. Уэст В. Мытый Search.top/PDF/1905.01…
013 (2019-04-9) Decorrelated Adversarial Learning for Age-Invariant Face Recognition
А. Р. Уэст В. Мытый Search.top/PDF/1904.04…
014 (2019-03-30) UVA A Universal Variational Framework for Continuous Age Analysis
А. Р. Уэст В. Мытый Search.top/PDF/1904.00…
015 (2019-10-6) Age Progression and Regression with Spatial Attention Modules
А. Р. Уэст В. Мытый Search.top/PDF/1903.02…
016 (2019-02-26) BoostGAN for Occlusive Profile Face Frontalization and Recognition
А. Р. Уэст В. Мытый Search.top/PDF/1902.09…
017 (2019-01-10) Learning Continuous Face Age Progression A Pyramid of GANs
А. Р. Уэст В. Мытый Search.top/PDF/1901.07…
018 (2018-11-27) Intra-class Variation Isolation in Conditional GANs
А. Р. Вест В. Мытый Search.top/PDF/1811.11…
019 (2019-03-31) Global and Local Consistent Wavelet-domain Age Synthesis
А. Р. Вест В. Мытый Search.top/PDF/1809.07…
020 (2019-04-15) Attribute-aware Face Aging with Wavelet-based Generative Adversarial Networks
А. Р. Вест В. Мытый Search.top/PDF/1809.06…
021 (2018-09-28) Anonymizing k-Facial Attributes via Adversarial Perturbations
А. Р. Вест В. Мытый Search.top/PDF/1805.09…
022 (2018-04-8) Facial Aging and Rejuvenation by Conditional Multi-Adversarial Autoencoder with Ordinal Regression
А. Р. Вест В. Мытый Search.top/PDF/1804.02…
023 (2018-08-6) Recursive Chaining of Reversible Image-to-image Translators For Face Aging
А. Р. Вест В. Мытый Search.top/PDF/1802.05…
024 (2018-02-1) Face Aging with Contextual Generative Adversarial Nets
А. Р. Вест В. Мытый Search.top/PDF/1802.00…
025 (2018-01-25) Global and Local Consistent Age Generative Adversarial Networks
А. Р. Вест В. Мытый Search.top/PDF/1801.08…
026 (2019-01-10) Learning Face Age Progression A Pyramid Architecture of GANs
А. Р. Вест В. Мытый Search.top/PDF/1711.10…
027 (2017-12-1) Personalized and Occupational-aware Age Progression by Generative Adversarial Networks
AR West V. Мытый Search.top/PDF/1711.09…
028 (2017-03-24) Temporal Non-Volume Preserving Approach to Facial Age-Progression and Age-Invariant Face Recognition
AR West V. Мытый Search.top/PDF/1703.08…
029 (2017-03-28) Age Progression/Regression by Conditional Adversarial Autoencoder
А. Р. Вест В. Мытый Search.top/PDF/1702.08…
030 (2017-05-30) Face Aging With Conditional Generative Adversarial Networks
AR West V. Мытый Search.top/PDF/1702.01…
031 (2018-12-6) Deep Identity-aware Transfer of Facial Attributes
AR West V. Washed Search.top/PDF/1610.05…
Добро пожаловать, чтобы обратить внимание на публичный номер, приходите и посмотрите последний и более богатый обмен, организованный Bucai!
Замечания также приветствуются"ГАН в группу"Вступить в группу WeChat:"Группа обмена энтузиастами GANДавайте говорить свободно, делиться и общаться со всеми!!!