您当前的位置:
首页 >
文章列表页 >
基于多任务学习和身份约束的生成对抗网络人脸校正识别方法
基于多任务学习和身份约束的生成对抗网络人脸校正识别方法
Multi-task Learning and Identity-constrained Generative Adversarial Network for Face Frontalization and Recognition
- 电子学报 2023年51卷第10期 页码:2936-2949
DOI: 10.12263/DZXB.20211352
修回:2023-09-01
移动端阅览
HTML全文
图( 13 ) 表( 5 )
参考文献
出版信息
数据统计
21
浏览量
66
下载量
2
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于多任务融合物理信息神经网络的重载列车定位方法研究
PCDA-MPAT:物理约束数据增强与多径Transformer的无源物联网室内定位方法
面向泛在操作系统场景验证的定理自动识别方法
缩略图盲解密模型:利用改进生成对抗网络的免密钥图像重建
面向工业多时间尺度软测量的时序解耦与度量对齐Transformer模型
相关作者
刘芳
宫汇铨
王洪伟
高鹏飞
陆德彪
王宇轩
成居宝
杨顺杰
相关机构
北京交通大学软件学院
北京交通大学自动化与智能学院
北京交通大学网络空间安全学院
清华大学精密仪器系
中国移动通信研究院

