《表1 合成前后人脸相似度比较》

  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

《基于CycleGAN改进的异质人脸图像合成算法》

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

本文采用人脸相似度来比较合成前后图像的人脸身份的变化。人脸特征提取网络采用在VGGFace2数据集上预训练的ResNet50[9]，余弦相似度为相似度度量方法，对合成前后的人脸图像进行1:1相似度比较，得到实验结果如表1，结果表明，在3DProj-Sur和EK-LFH数据集上，本节提出的异质人脸合成方法合成的图像与原三维投影图像的相似度平均值均大于0.8，能够很好保证合成前后的身份属性一致性，且高于CycleGAN方法。