典型文献
基于深度生成模型的人脸编辑研究进展
文献摘要：
人脸编辑广泛应用于公安追逃、人脸美化等领域,传统的统计学方法、基于原型的方法是解决人脸编辑的主要手段,然而这些传统技术面临着操作难度大、计算成本高等问题.近年来,深度学习快速发展,特别是生成网络的出现,为人脸编辑提供了一种全新的思路,采用深度生成模型的人脸编辑技术具有速度快、模型泛化能力强的优势.为总结近年利用深度生成模型解决人脸编辑问题的相关理论与研究,首先介绍了基于深度生成模型的人脸编辑技术采用的网络框架与原理;然后对该项技术所运用的方法进行详述,将其归纳为图像翻译、在网络内部引入条件信息、操纵潜在空间3个方面;最后总结了该项技术所面临的身份一致性、属性解耦、属性编辑精确性的挑战,并指出未来该方向亟待解决的若干问题.
文献关键词：
人脸编辑;生成对抗网络;变分自编码器;深度学习;潜在空间
中图分类号：
作者姓名：
唐雨潇;王斌君
作者机构：
中国人民公安大学信息网络安全学院 北京100038
文献出处：
引用格式：
[1]唐雨潇;王斌君-.基于深度生成模型的人脸编辑研究进展)[J].计算机科学,2022(02):51-61
A类：
人脸编辑
B类：
深度生成模型,编辑研究,公安,追逃,美化,统计学方法,基于原型,传统技术,作难,计算成本,生成网络,编辑技术,模型泛化,泛化能力,技术采用,网络框架,所运,详述,图像翻译,条件信息,操纵,潜在空间,解耦,精确性,若干问题,生成对抗网络,变分自编码器
AB值：
0.309155
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
