Cali-Sketch：面向类人草图高质量人脸图像生成的笔画校准与补全
计算机视觉与模式识别
2022-10-11 v2
摘要
由于图像生成在安全和娱乐中的广泛应用，其受到越来越多的关注。基于草图的人脸生成因有监督交互而带来更多趣味和更好的图像生成质量。然而，当输入草图与真实人脸对齐较差时，现有有监督图像到图像翻译方法往往无法生成可接受的照片级真实人脸图像。为解决此问题，本文提出 Cali-Sketch，一种类人草图到照片级真实图像的生成方法。Cali-Sketch 利用两个组成网络显式建模笔画校准与图像生成：笔画校准网络（SCN）在保留原始意图特征的同时校准面部特征笔画并丰富面部细节；图像合成网络（ISN）将校准并丰富后的草图翻译为照片级真实人脸图像。以此方式，我们将一个困难的跨域翻译问题解耦为两个更简单的步骤。大量实验验证，与最先进方法相比，Cali-Sketch 生成的人脸照片既照片级真实又忠实于输入草图。
引用
@article{arxiv.1911.00426,
title = {Cali-Sketch: Stroke Calibration and Completion for High-Quality Face Image Generation from Human-Like Sketches},
author = {Weihao Xia and Yujiu Yang and Jing-Hao Xue},
journal= {arXiv preprint arXiv:1911.00426},
year = {2022}
}
备注
Accepted to Neurocomputing