通过语义保持约束和伪配对监督提升面部风格化
计算机视觉与模式识别
2025-07-01 v2
摘要
面部风格化旨在将面部图像转化为引人注目且高质量的风格化肖像式人物画像，关键挑战在于准确地学习目标风格，同时保持与原始图像的内容一致性。尽管基于 StyleGAN 的方法取得了显著进展，但生成结果仍存在瑕疵或与源图像保真度不足。我们认为这些问题源于在风格化过程中忽略了生成器的语义位移。因此，我们提出一种集成语义保持约束和伪配对监督的方法，以增强内容对应性并提高风格化效果。此外，我们开发了一种用于实现监督约束的多级伪配对数据集创建方法。基于我们的面部风格化框架，我们实现了更灵活的多模态和参考引导式风格化，无需复杂的网络架构设计或额外训练。实验结果表明，我们的方法产生的高保真、审美令人满意的面部风格化转换效果优于先前方法。
引用
@article{arxiv.2506.22022,
title = {Advancing Facial Stylization through Semantic Preservation Constraint and Pseudo-Paired Supervision},
author = {Zhanyi Lu and Yue Zhou},
journal= {arXiv preprint arXiv:2506.22022},
year = {2025}
}