《DeepFace: Face Generation using Deep Learning》

VGG-Net框架下的人脸生成

笔者主要从以下几个方面对这篇文章进行叙述:

• 概述
• 作者的思路
• 主要工作
• 思考

---

概述

文章主要的工作是在VGG-Net框架基础上实现了人脸属性分类，并使用定制高斯混合模型（cGMM）由输入人脸图像生成包含特定属性的人脸。

作者的思路

在正式讨论文章的实现之前，有必要先对作者的思路进行阐述。
（1）VGG框架
作者对为何采用VGG框架在文章中作了解释，首先使用一定数量的图像（针对某个属性对图像进行标注）在VGG网络中进行测试，取FC-7层的响应作为特征（姑且这么说吧），借助t-SNE算法将高维特征映射到2维空间中，观察标注信息与空间分布信息。下图示意了young属性的分布情况：

从图中看出被标注的图片具有明显的聚类效果，这也是为什么作者认为VGG能够work的原因。
同时作者也表示特征对于不同的属性描述性也有差异，比如下图的光照属性，聚类效果就不如人