CAFE-GAN：基于互补注意力特征的人脸属性任意编辑
计算机视觉与模式识别
2020-11-25 v1
摘要
人脸属性编辑的目标是根据给定目标属性（如发色、胡须、性别等）改变人脸图像。它属于图像到图像域迁移问题，其中一组属性被视为一个独特域。已有一些针对多域迁移问题并聚焦于人脸属性编辑的工作采用生成对抗网络（GAN）。这些方法取得了一定成功，但也导致了面部区域的非预期改变——即生成器改动了与指定属性无关的区域。为解决此非预期改动问题，我们提出一种新颖的GAN模型，其通过互补注意力特征（CAFE）的概念，设计为仅编辑人脸中与目标属性相关的部分。CAFE通过同时考虑目标属性以及我们定义为输入人脸图像中缺失的那些属性的互补属性，来识别待变换的面部区域。此外，我们引入互补特征匹配，以辅助训练生成器利用属性的空间信息。所提方法的有效性与最先进方法的分析和对比研究得以证实。
引用
@article{arxiv.2011.11900,
title = {CAFE-GAN: Arbitrary Face Attribute Editing with Complementary Attention Feature},
author = {Jeong-gi Kwak and David K. Han and Hanseok Ko},
journal= {arXiv preprint arXiv:2011.11900},
year = {2020}
}