原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于自监督学习的非配对人脸图像翻译方法。本发明方法使用域解耦合的策略，通过独立的风格编码网络和内容编码网络分别得到风格特征和内容特征；并借助自适应归一化方法，在统一解码网络中对风格特征和内容特征逐步进行融合，最终得到图像翻译结果。针对非配对图像翻译问题，本发明提出了使用自监督学习将非配对的图像翻译任务转化为配对的图像编码翻译任务的方法，并继而通过成熟的配对图像翻译方法解决该问题；此外，针对人脸图像翻译问题，本发明提出了借助人脸画像之间面部组件的结构共性，通过构建人脸组件字典加强对
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112907494 A
(43)申请公布日 2021.06.04
(21)申请号 202110087906.1
(22)申请日 2021.01.22
(71)申请人 杭州电子科技大学
地址
文档评论（0）