Beyond Face Rotation: 使用全局和局部特征的双通道generator生成正脸
Beyond Face Rotation:超级面部旋转
Global and Local Perception GAN for Photorealistic and Identity Preserving Frontal View Synthesis：全局和局部感知的GAN用于分析合成正面图片。
Abstract
#使用TP-GAN合成正面视图（此处指人脸）。上半部分展示了90°侧脸（中间）以及生成的和真实的正脸。我们邀 请读者来猜测哪边是合成的。下半部分分别展示了从90°、75°、45°侧脸生成的正脸。
一 要解决的问题：
基于单张人脸图像的正面视图（即正脸）合成，在人脸识别领域有广泛的应用。
二 本文使用的方法
1 two-pathway GAN：双通道GAN，一个global ，一个local。
2 loss function
判别器loss：maximum 生成图片与真实图片，使用交叉熵
生成器（创新点）loss，由五个部分组成：
2.1 pixel loss
像素损失
使用拉普拉斯像素损失，就是算个mean_pixelloss.
2.2 symmetry loss
对称损失：利用人脸的对称性
图像左右两个部分对应像素的L1损失
2.3 adversarial loss
对抗损失：同单通道GAN相同
2.4 Identity Preserviing loss
身份验证损失：
Light CNN 最后两层的身份验证损失
2.5 total variation regularization
添加了正则损失