FenixEdu™

Dissertação

GAN Inversion for Occlusion Removal in Face Images EVALUATED

Detalhes: As oclusões faciais representam um problema desafiante, afetando diversas aplicações como reconhecimento facial e análise de imagens. Esta tese apresenta uma abordagem inovadora que utiliza técnicas de inversão de GAN para remover oclusões de imagens faciais. O método proposto incorpora um conhecimento prévio da cara da pessoa ao utilizar um conjunto de imagens faciais sem oclusões como referência durante o processo de reconstrução. Ao inverter os códigos latentes das imagens de referência sem oclusões, um espaço latente representativo é estabelecido. Notavelmente, essa abordagem diferencia-se dos métodos existentes ao incorporar informações adicionais sobre a cara da pessoa através do uso de imagens de referência. Durante o processo de otimização, o código latente de cada imagem de referência é associado a uma função Gaussiana. As diferentes funções Gaussianas guiam a otimização para reconstruir a imagem ocluída, levando em consideração as características faciais únicas presentes nas imagens de referência. Ao combinar a imagem ocluída com as imagens de referência, o método proposto procura produzir resultados mais precisos e realistas. Os resultados experimentais obtidos demonstram a eficácia do método proposto para a remoção de oclusões, o que é também validado através da utilização do algoritmo 2D-FAN para a localização de pontos-chave faciais.
Keywords: Reconstrução facial, Oclusões, Redes adversárias generativas, Espaço Latente.

Discussão: novembro 29, 2023, 10:0