DisCO：基于透视感知三维 GAN 的人像畸变校正

近距离拍摄的特写人脸图像常受透视畸变影响，导致面部特征夸张、外观不自然或不美观。我们提出一种简单而有效的方法来校正单张特写人脸中的透视畸变。我们首先使用透视畸变输入的面部图像进行 GAN 反演，联合优化相机内参/外参和人脸潜码。为解决联合优化的歧义性，我们开发了从短距离起步、优化调度、重参数化以及几何正则化。以适当焦距和相机距离重新渲染人像，有效校正了透视畸变并生成更自然的外观。我们的实验表明，该方法在定性和定量上均优于先前方法。我们展示了大量示例，验证了该方法在野生人像照片上的适用性。我们将发布代码和评估协议以促进未来工作。