《表2 年龄估计精度对比：双重对偶生成对抗网络的跨年龄素描—照片转换》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《双重对偶生成对抗网络的跨年龄素描—照片转换》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:加粗字体表示最优结果。

本文提出的双重对偶生成对抗网络，其目标包括:1)生成图像处于目标年龄；2)生成图像与原图像是同一人。因此从这两个方面对结果进行定量评估。为了客观评估本文结果图像是否处于目标年龄段，使用排序卷积神经网络（ranking convolutional neural network，ranking-CNN）（Chen等，2017）对结果图像进行年龄估计。该网络使用包含54 362幅来自不同人不同年龄真实照片图像的MORPH数据集（Ricanek和Tesafaye，2006）训练。以估计结果与目标年龄标签之间的平均绝对值误差（mean absolute error，MAE）作为评价指标，MAE的值越低说明年龄跨越的准确性越高。表2显示了将双重对偶生成对抗网络（D-DualGANs）的合成照片图像、DualGANs+IPCGANs得到的合成照片图像和来自MOR-PH数据集的测试部分的真实照片图像分别通过该年龄估计网络得到的MAE值大小。