基于生成对抗网络的高效人脸替换系统开题报告

1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述1.1 研究的背景和意义ai换脸技术在影视、医疗、出行等邻域能发挥更大的正面作用，可以使科幻电影更加逼真生动，可以降低影视拍摄中的意外分险，可以降低影视拍摄成本。

到目前为止，现有的换脸应用还没达到令人满意的程度，有的只能用正脸变换，有的会改变用户脸型，导致换脸后非常不自然。

本课题使发型和脸型不变达到换脸效果自然和谐，门槛降低，让更多的人享受到科技进步的乐趣，也满足了人们美颜社交等需求。

2. 研究的基本内容、问题解决措施及方案

2.1本课题要研究或解决的问题：1. 建立源三维人脸模型：使用rgbd相机（intel realsense435i）拍摄一系列角度的人脸图片，记录生成的点云和相机坐标位置，通过数据处理拟合出三维模型。

2. 处理目标图片：当用户输入一张待换脸的图片，使用轻型网络retinaface获取人脸位置和人脸相应关键点，使用关键点估计目标图片人脸的位置（主要是旋转角度），旋转源三维人脸模型获取对应位置的rgb图片。

3. 获取目标人脸属性：使用stgan获得目标图片的属性，再把对应属性作为扰动和源三维人脸rgb图片输入stgan生成风格迁移后的图片。