关键词：深度学习 语义分割 人脸分割 生成式对抗网络 深度卷积生成式对抗网络 

摘要：在智能算法领域,人脸识别是一个重要的算法部分,而人脸分割又是人脸识别的一个重要组成部分。提出一种基于改进的深度卷积生成式对抗网络的人脸分割方法,将端到端的图像变换模式应用于生成器中,利用生成器对人脸图像进行分割。深度卷积生成式对抗网络将卷积层加入到生成器和判别器,使得生成器通过反卷积产生图像,而文中在反卷积之前再加入卷积层,组合形成全卷积的网络结构,将生成器的图像生成功能扩展成为语义分割功能。同时,生成器的输入原图和输出标签的通道组合作为判别器的判别对象,通过判别器来评判分割水平,进一步提高分割的标签与输入原图的关联性。经过多次实验,验证此方法能有效分割人脸主要区域。

黑龙江工程学院学报杂志要求:

{1}参考文献的著录格式采用顺序编码制，请按文中出现的先后顺序编号。所引文献必须是作者直接阅读参考过的、最主要的、公开出版的文献。

{2}内容要求学术规范、数据可靠，文章具有学理性、创新性、原创性。

{3}稿件应为尚未公开发表的原创性学术作品。

{4}文内标题层次不宜过多，序号按1;1.1，1.2;1.1.1，1.1.2……的顺序排列。标题一律左顶格。各级标题字数不宜过多，同级标题不应时有时无。论文按引言、材料与方法、结果、讨论等顺序结构撰写。

{5}作者及其工作单位中姓名、单位均居中单列。工作单位包括单位及部门全称、所在省市名及邮政编码，单位名称与省市名之间应以逗号分隔，用圆括号括起。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社