作者：黄菲; 高飞; 朱静洁; 戴玲娜; 俞俊生成对抗网络异质人脸图像合成图像风格转换深度学习数字艺术
摘要：异质人脸图像合成旨在生成逼真、可识别的多种视觉形态的人脸肖像,包括画像、漫画等多种模态.异质人脸图像合成在公共安全和数字娱乐领域具有广泛的应用前景和重要的研究价值,已成为当前研究热点之一.近年来,随着生成对抗网络的发展以及其在多种图像风格转换任务中的成功,研究人员利用生成对抗网络构建了多种异质人脸图像合成的新方法.本文简要回顾了异质人脸图像合成的发展历史,并从异质人脸图像合成的应用进展、模型结构、性能评估、数据集和定性分析等方面综述了该领域最新的关键技术的发展情况,展望了异质人脸图像合成面临的挑战以及其关键技术的发展趋势.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《南京信息工程大学学报·自然科学版》（CN：32-1801/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《南京信息工程大学学报·自然科学版》主要刊登电子、通信与自动控制技术；计算机科学与技术；环境科学与工程；地理、遥感与测绘技术；机械仪器仪表、电气工程；地球科学；材料科学；化学与化工；生物学；信息科学与系统科学；数学和物理学等方面的基础理论与应用研究论文。 《南京信息工程大学学报·自然科学版》现已更名为《南京信息工程大学学...
杂志详情
