基于TransEditor的轻量化人脸生成方法及其应用规范

人脸生成可以将人脸的样式和头部的姿态进行组合，合成虚假的人脸图像，常用于性别转换、姿势修改等视觉任务。基于GAN的人脸生成方法大幅度提高了人脸生成的质量和可编辑性，但是这些生成方法网络结构复杂、计算资源需求大，很难直接应用于实际场景中。为了实现高效的人脸生成，提出了一种基于TransEditor的轻量化人脸生成方法，并探讨了相应的应用规范路径。在技术层面，首先，以TransEditor人脸编辑网络模型为基础，参考StyleGAN2等轻量化网络模型的生成器结构，设计了轻量化的人脸生成网络模型。其次，从生成损失、对抗损失、重建损失等方面分析了网络模型的损失函数，提出使用PReLU激活函数代替Softplus激活函数来提高生成器的生成效果。最后，大量实验证明，提出的基于TransEditor的轻量化人脸生成方法的LPIPS仅减少了0.004 2,大幅度减少了模型的训练时间和参数量，提高了人脸生成模型的运行效率。在应用规范层面，需完善现有的规制措施，规范所提方法的使用，使技术进步更好地服务于社会发展。