深度特征融合的头发属性转移方法

摘要：

针对现有的属性转移方法无法有效地转移头发属性这一问题,提出一种深度特征融合的头发属性转移方法.该方法包括特征提取、属性向量获取和图像合成3个子网络.首先从特征提取网络中提取原图像特征,添加重构损失保持原图像的身份不变;然后在属性向量获取网络中构建头发特征与头发属性的映射模型,得到属性向量;最后将原图像特征与属性向量融合输入到合成网络,生成最终结果.在FFHQ数据集上进行了多种属性转移实验,结果表明,所提方法可以有效地转移头发属性,生成高分辨率的结果.大量在Celeba数据集上进行的实验结果表明,与现有的主流属性转移方法相比,所提方法可以取得更好的视觉效果.

关键词：头发、生成对抗网络、特征融合、属性转移

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;上海市自然科学基金

在线出版日期：2021-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：772-779