技术总结
本发明公开了一种基于生成对抗网络的人脸光照迁移方法，包括步骤：(1)获取正面人脸图像的样本数据；(2)从样本数据中选择两张图像分别作为目标人脸图像和参考光照图像，作为生成器的输入，生成器输出重光照图像，判别器将真实图像和重光照图像的误差反馈给生成器，分类器将目标人脸图像和重光照图像的身份信息的误差反馈给生成器。生成器、判别器和分类器进行反复对抗训练，得到最优人脸光照迁移模型；(3)人脸光照迁移。本发明采用生成对抗网络架构及损失函数，利用注意力机制使得模型能够有效地处理对局部光照细节。网络训练中不需要使用人脸的3D信息，也不需要对齐人脸，进行端到端训练，具有很好的重光照结果。
技术研发人员：谢晓华;许伟鸿;赖剑煌
受保护的技术使用者：中山大学
技术研发日：2019.09.25
技术公布日：2020.01.17