基于改进StarGAN和知识蒸馏的轻量级人脸图像生成方法

本发明属于图像数据处理或产生领域，涉及基于改进StarGAN和知识蒸馏的轻量级人脸图像生成方法，该方法先构建学生模型和教师模型，教师模型采用StarGAN v2模型，对教师模型预训练，之后进行知识蒸馏，知识蒸馏时，设置损失函数，将训练数据输入到教师模型和学生模型中，知识蒸馏过程中，获取生成器在前向传播中各个层的激活值，将预训练教师模型特性产出作为学生模型的软标签，最小化损失函数；所述的损失函数包括像素级MSE损失、感知损失、三元组损失、GKA损失、基于特征的小波损失；通过这种方式，使学生模型在保持较高生成质量的同时，能够减少模型参数量和计算复杂度，从而实现轻量化目标。