基于CycleGAN的风格转换技术应用于人脸图像口罩佩戴任务的研究

新冠疫情的出现使得需要提高人脸检测技术对佩戴口罩人脸的检测性能，而一种提升检测性能的方式就是提升口罩人脸检测数据集的质量。CycleGAN网络模型能够在非成对样本的情况下将源域X转换为目标域Y,实现图像风格转换的功能。采用CycleGAN网络模型实现人脸图像口罩佩戴任务，将数据集中未佩戴口罩人脸图像转换为相应的佩戴口罩人脸图像。同时引入CBAM注意力机制改进策略，并使用SSIM指标来对转换的结果进行评价。结果证明加入CBAM注意力机制模块后进行实际人脸图像口罩佩戴任务的效果得到了较好的优化与提高。