《表3 不同组合侧脸校正的识别率比较单位：%》

  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

《基于多姿态特征融合生成对抗网络的人脸校正方法》

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

图4(a）可以看出，组合2中由两幅最小姿态（±15°）侧脸合成的正脸图像在眼镜部位，比组合1中15°侧脸与90°侧脸结合恢复出的正脸要更清晰。但随着人脸偏转角度的增大，从对称的两幅侧脸图像中恢复的正脸图像逐渐偏离正脸原图。如图4(a）组合2所示，当人脸姿态大于60°时，合成的正脸图像会丢失较多人脸特征，尤其是在90°的情况下，合成的正脸图像在五官轮廓上与正脸原图相差较大。而组合1中由大姿态侧脸与小姿态侧脸两两结合生成的正脸图像整体真实度较高，不会出现严重失真现象。在图4(c）组合1中的后两幅图像可以看到，在同样包含90°与60°的情况下，加入30°侧脸与加入75°侧脸对合成正脸的影响较大。由于输入的侧脸图像越多，相互之间的互补信息就越多，所以从4幅和6幅侧脸图像中恢复的正脸图像之间相差不大，如图4(d）与图4(b）所示。表3是在图4所述侧脸图像组合的情况下，使用MultiPIE测试集做的人脸识别结果。