融合生成式与几何先验的广角人像校正
计算机视觉与模式识别
2024-10-15 v1
摘要
广角镜头畸变在人像摄影中 presents 一个显著挑战，难以捕捉照片般逼真且审美令人满意的图像。这种畸变在面部区域尤为明显。本文我们提出将生成式人脸先验封装为引导性自然流形，以 facilitate 校正面部区域。此外，非面部背景中存在显著的中心对称关系，但在校正过程中尚未被探索。这种几何先验激发我们引入一种新颖约束，显式地在校正过程中强制对称性，从而为非面部区域的校正贡献更自然、更具视觉吸引力。实验表明，我们的方法在大幅度超越前方法，既在定量指标（如线条直率和形状一致性指标）方面表现优异，也在感知视觉质量方面表现突出。所有代码和模型均已公开于 https://github.com/Dev-Mrha/DualPriorsCorrection。
引用
@article{arxiv.2410.09911,
title = {Combining Generative and Geometry Priors for Wide-Angle Portrait Correction},
author = {Lan Yao and Chaofeng Chen and Xiaoming Li and Zifei Yan and Wangmeng Zuo},
journal= {arXiv preprint arXiv:2410.09911},
year = {2024}
}
备注
European Conference on Computer Vision (ECCV) 2024