CAAE And CAAE Plus 年龄回归模型

发布 : 2021-09-22 分类 : 深度学习 浏览 :



Age Progression/Regression by Conditional Adversarial Autoencoder

现有的方法尝试在年龄组之间进行转换,它需要带标签的配对数据进行训练。在本文工作中,尝试给定一张无标签图像,生成模型可以直接生成目标年龄属性的图像。本文提出CAAE,它学习人脸流形,遍历流形可以平滑实现progression 和 regression。
image.png
本文所做贡献如下:

    1. 能够同时对年龄进行progression和regression的新框架
    1. 从流行的基于组学习的方法中跳出来,训练和测试都不需要配对数据
    1. latent vector解耦了年龄和身份信息
    1. CAAE对姿态、表情、遮挡是鲁棒的

      3. 方法



本文作者 : HeoLis
原文链接 : http://ishero.net/CAAE%20And%20CAAE%20Plus%20%E5%B9%B4%E9%BE%84%E5%9B%9E%E5%BD%92%E6%A8%A1%E5%9E%8B.html
版权声明 : 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明出处!

学习、记录、分享、获得

微信扫一扫, 向我投食

微信扫一扫, 向我投食