TP-GAN 侧脸修复

 训练需要8组数据，所以没有通用性

  

   

    

     

    
    

     

      class Generator(nn.Module) :
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 def __init__(self, noise_dim, num_classes) :
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       super(Generator, self).__init__()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       self.path_left_eye = LocalPathway()
     
    
   

    

     

    
    

     

       self.path_right_eye = LocalPathway()
     
    
   

    

     

    
    

     

       self.path_nose = LocalPathway()
     
    
   

    

     

    
    

     

       self.path_mouth = LocalPathway()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       self.globalpath = GlobalPathway(noise_dim)
     
    
   

    

     

    
    

     

       self.fuser = LocalFuser()
     
    
   

    

     

    
    

     

       self.feature_predict = FeaturePredict(num_classes)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 def forward(self, img128, img64, img32, left_eye, right_eye, nose, mouth, noise):
     
    
  
 

TP GAN ；全名 TWO pathway Geanerator Network

TP-GAN 根据不同姿势合成的结果。从左到右：90°、75°、45°、60°、30°和 15°。最后一栏是真实相片。

。这两条路径，一条专注于推理全局结构，另一条则推理局部的纹理，分别得到两个特征地图。这两个特征图会融合在一起，用于接下来的最终合成。

TP-GAN总结构示意图。生成器包含两个路径，一个处理全局信息，一个处理局部变换。判别器在合成的正面（

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/106323312