计算机应用研究

作者：刘耀晖,孙鹏,郎宇博,沈喆,孙德廷,宋强,

单位：1.中国刑事警察学院公安信息技术与情报学院,沈阳110854；2.司法部司法鉴定重点实验室,上海200063；3.沈阳航空航天大学民航学院,沈阳110135；4.大连市公安局刑事侦查支队,辽宁大连116000；5.辽宁省公安厅刑事技术总队视频侦查实验室,沈阳110032；

关键词：命案积案,发型变化,风格迁移,BiSeNET算法,语义编辑,

基金：国家自然科学基金资助项目(61307016)；公安部科技计划资助项目(2021YY3)；国家级大学生创新创业项目(202110175015)；辽宁省研究生教育教学改革研究资助项目(LNYJG2023317)；司法部司法鉴定重点实验室开放课题(KF202317)；“新时代犯罪治理研究中心”智库项目(20220207)；公安学科基础理论研究创新计划资助项目(2024XKGJ0107)；；

年龄、伪装等复合因素影响下，命案积案中嫌疑人的相貌、发型等体貌特征变化具有明显的不确定性。针对上述问题，提出双重风格迁移生成对抗网络（dual style transfer generative adversarial network，DstGAN）对人像发型变化进行模拟。首先，设计了双重StyleGAN生成器，借助人像年龄化模型，将人像年龄化信息与发型变化相结合，提高客观因素影响下发型模拟结果的真实度。其次，引入BiSeNET算法对输入人像及其目标发型进行语义分割后得到目标人像语义图，并在FS潜在空间中利用交叉熵损失函数约束GAN逆映射生成的语义图，与模拟后的语义图实现语义对齐，避免出现非自然融合现象。最后，为进一步扩充发型变化种类，通过在RM潜在空间中对发型向量进行编辑，修改输入人像发型所包含的语义属性，实现对于光头等特殊发型的模拟。DstGAN与一些经典发型变化模型相比，更加有效地保证了人脸身份特征的一致性，更加平滑地实现发型与面部边缘的过渡。同时DstGAN在PSNR、SSIM等指标评价的结果中，相比于经典发型变化模型，均取得最为优异的客观评分，表明DstGAN模拟发型变化的人像清晰度更高、感知质量更优、皮肤纹理更真实。

来源：2025年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第3期