戴忠健， 顾晓炜

(北京理工大学 自动化学院，北京 100081)

人脸属性编辑是指将一张任意人脸图像作为输入，生成具有其他期望属性的人脸图像. 人脸属性编辑可以作为人脸识别数据增广的有效方式，其生成的不同属性的人脸图像丰富了人脸类内数据，部分解决了自然环境下由于人脸可变性带来的精度损失，提高识别模型泛化能力. 人脸属性编辑属于多域的图像到图像的翻译任务，它可以预测年老的样貌，生成各种属性变换后的人脸，是一个有趣同时也充满挑战的任务.

一方面，由于无法在同一张人脸上收集具有不同属性的人脸图像标签(一个人无法同时具有秃头和刘海特征)，研究人员采用无监督的生成学习方法[1-2]完成人脸属性编辑任务；另一方面，人脸包含各种不同属性，每个属性都需要一个合适的模型去编辑. 为了在单个模型中编辑多个人脸属性，一些基于编码解码器结构的方法被提出[3-6].

然而，人脸属性复杂多样，包含了如眼镜、发色这样的局部特征，以及男女、年龄等编辑范围大的全局特征. 如何把属性标签信息融入编码解码器中将很大程度上决定整个模型的编辑效果. 为了提高编辑能力，CycleGAN[7]引入了cycle-consistent 编码解码器结构，AttGAN[3],Stargan[4]使用了跳跃连接的方法. 但是，直接将潜在表达与属性标签连接并解码会降低人脸还原度，而添加跳跃连接会以损失属性编辑能力为代价提高人脸重塑能力. 为了解决这个问题，STGAN[8]提出了选择转……