《一种基于特征感知在双模式人脸变换下的人脸正面化方法》

技术简介：

本发明涉及人脸正面化技术领域,尤其涉及一种基于特征感知在双模式人脸变换下的人脸正面化方法,包括S1、输入任意角度的人脸图像；S2、通过3DDFA模型获得3D模型；S3、用3D模型根据任意角度的人脸图像得到正面的有损人脸；S4、将正面的有损人脸输入GAN网络,得到无损的正面人脸。本发明基于双模式的生成对抗网络模型,应对不同姿态下不同特点的人脸正面化问题；借助3D模型能拟合任意姿态人脸的特点,将二维图像拟合到3D模型中,旋转3D模型值某一姿态角实现人脸变换；为了保持正面人脸视图的细节信息,在生成网络中加入了融合内容损失和身份损失的感知损失模块,提高生成正面视图的真实感。

研发人员：梁久祯;乔鼎