paper:
CIAGAN: Conditional Identity Anonymization Generative Adversarial Networks
code:
Official PyTorch implementation of CIAGAN
CIAGAN论文
CIAGAN能对原图进行匿名,之前的GAN匿名,有时会将多个原图映射到同一个假的身份,于是CIAGAN提出了一个控制向量的方法,来控制其生成过程;同时,CIAGAN通过使用面部landmark的方式来保持原图的姿态。
CIAGAN的训练流程
①上图中,首先将原图通过landmark detection形成面部的轮廓以及带有mask的背景图,将他们拼接成[B,6,128,128]维度的数据并馈送入生成器中。
②生成器时一个auto-encoder的形式,将目标图的onehot向量经过转置卷积神经网络形成[B,256,4,4]维度的数据,此时,输入到生成器中的数据经过下采样也是[B,256,4,4]的维度,然后将他们拼接为[B,512,4,4]维度的数据进行上采样,最终输入假图。
③图中右上角的判别器是用来判别图片的真假。
④图中右下角的判别器是身份判别器&