AgingMapGAN (AMGAN)：基于空间感知条件 GAN 的高分辨率可控人脸老化
计算机视觉与模式识别
2021-03-12 v2 人工智能
机器学习
摘要
现有人脸老化方法与数据集产生的结果偏向均值，个体变化与表情皱纹往往不可见或被忽视，而偏向于面部变胖等全局模式。此外，它们对面部老化方式几乎无法控制，且难以扩展到大幅图像，从而阻碍了其在许多实际应用中的使用。为应对这些局限，我们提出一种利用特定族裔老化信息与弱空间监督来引导老化过程、改变高分辨率图像外观的方法。我们展示了所提方法在质量、可控性方面的优势，以及它如何可用于高清图像同时限制计算开销。
引用
@article{arxiv.2008.10960,
title = {AgingMapGAN (AMGAN): High-Resolution Controllable Face Aging with Spatially-Aware Conditional GANs},
author = {Julien Despois and Frederic Flament and Matthieu Perrot},
journal= {arXiv preprint arXiv:2008.10960},
year = {2021}
}
备注
Project page: https://despoisj.github.io/AgingMapGAN/