Key points are not available for this paper at this time.
Zusammenfassung: Skizzenbasierte Gesichtserkennung ist eine interessante Aufgabe in der Forschungsrichtung Vision und Multimedia, jedoch stellt sie aufgrund der großen Unterschiede zwischen Gesichts-Fotos und Skizzen eine Herausforderung dar. In diesem Papier schlagen wir einen neuartigen Ansatz zur Foto-Skizzen-Generierung vor, der darauf abzielt, Gesichts-Fotos automatisch in detailreiche persönliche Skizzen zu transformieren. Im Gegensatz zu den traditionellen Modellen, die Skizzen auf der Grundlage eines Exemplardiktionärs synthetisieren, entwickeln wir ein vollständig konvolutionales Netzwerk, um die End-to-End Foto-Skizzen-Zuordnung zu erlernen. Unser Ansatz verwendet ganze Gesichts-Fotos als Eingaben und generiert direkt die entsprechenden Skizzenbilder mit effizienter Inferenz und Lernen, wobei die Architektur nur aus sehr kleinen konvolutionalen Kernen besteht. Die exemplarbasierte Methode wird am häufigsten in der Gesichts-Skizzen-Synthese verwendet, da sie effizient die nichtlineare Zuordnung zwischen Gesichts-Fotos und Skizzen repräsentiert. Allerdings leiden die von bestehenden exemplar-basierten Methoden synthetisierten Skizzen unter Blockartefakten und Unschärfeeffekten. Darüber hinaus ignorieren die meisten exemplar-basierten Methoden die Trainingsskizzen im Gewichtungsreprozess. Um die Syntheseleistung zu verbessern, wird in diesem Papier ein neuartiges gemeinsames Trainingsmodell vorgeschlagen, das Skizzen berücksichtigt. Zuerst konstruieren wir das gemeinsame Trainingsfoto und die Skizze, indem wir das Originalfoto und seine Skizze mit einem hochpassgefilterten Bild der entsprechenden Skizze verknüpfen. Anschließend wird eine Offline-Zufallsstichprobenstrategie für jede Testfoto-Region angewendet, um die gemeinsamen Trainingsfoto- und Skizzen-Regionen in der Nachbarschaft auszuwählen. Schließlich wird ein neuartiger Lokalisierungsbeschränkung entworfen, um das Rekonstruktionsgewicht zu berechnen, sodass die synthetisierten Skizzen detailliertere Informationen enthalten.
Sujatha et al. (Mon,) haben diese Frage untersucht.