基于生成式對抗網絡的人臉識別開發

成都理工大學核技術與自動化工程學院 張 衛 馬 麗 黃 金

基于生成式對抗網絡的人臉識別開發

成都理工大學核技術與自動化工程學院 張 衛 馬 麗 黃 金

目前人臉驗證和識別在計算機科學應用中仍然存在困難，依據側臉合成正臉一直是計算機視覺領域的一個難題，而生成對抗網絡在圖像生成描述方面取得了一定突破，雙路徑對抗生成網絡通過單一側面照片合成高清晰的正面人臉圖像，能夠有效的保留身份特征，從而減小姿勢和光線對人臉識別的干擾，大大提高識別的正確率。

雙路徑生成對抗網絡；人臉識別；計算機視覺

一、雙路徑對抗生成網絡的技術背景

雖然目前在人臉識別這個問題上，計算機視覺算法在多個基準數據集上表現優于人類，但在實際應用場景中，由于姿勢而引起的識別問題仍然沒有得到很好的處理。在人類視覺處理中，人們通常是通過觀察到的側臉，在以往的經驗上，推測出整張臉的結構，然后再集中注意力到臉部的細節，比如五官的形狀結構以及五官的位置關系，并將這些臉部細節描繪與剛才的臉部結構圖上。

生成式模型在無監督深度學習方面占據著重要位置，它可以通過學習真實數據的本質特征，刻畫出樣本數據的分布特征，生成與訓練樣本相似的新數據。生成對抗網絡（GANs）即是生成式模型的一種，由Goodfellow et al[1]提出，包括一個生成模型和一個判別模型，該模型訓練時固定一方，更新另一方的參數，交替迭代，使得對方錯誤最大化，最終估測出樣本數據的分布。……