人脸老化中的自定义结构保持
计算机视觉与模式识别
2022-07-25 v1 机器学习
摘要
在本工作中，我们提出一种新颖的人脸年龄编辑架构，能够在产生结构性修改的同时保持原始图像中的相关细节。我们将输入图像的风格与内容解耦，并提出一种新的解码器网络，该网络采用基于风格的策略来组合输入图像的风格与内容表示，同时将输出以目标年龄为条件。我们超越现有老化方法，允许用户在推理过程中调整输入图像的结构保持程度。为此，我们引入了一种掩码机制，即自定义结构保持模块（CUstom Structure Preservation, CUSP），用以区分输入图像中的相关区域与应被丢弃的区域。CUSP 无需额外监督。最后，我们的定量与定性分析（包括一项用户研究）表明，我们的方法优于先前最佳方法，并证明了我们在图像编辑与可调结构保持方面策略的有效性。代码与预训练模型可在 https://github.com/guillermogotre/CUSP 获取。
引用
@article{arxiv.2207.11025,
title = {Custom Structure Preservation in Face Aging},
author = {Guillermo Gomez-Trenado and Stéphane Lathuilière and Pablo Mesejo and Óscar Cordón},
journal= {arXiv preprint arXiv:2207.11025},
year = {2022}
}
备注
36 pages, 21 figures