实例归一化对基于草图的人脸图像生成中细粒度控制的影响
计算机视觉与模式识别
2022-07-19 v1
摘要
草图绘制是一种直观且有效的内容创作方式。尽管利用生成对抗网络在逼真图像生成方面已取得显著进展，但对合成内容实现细粒度控制仍具挑战性。现有图像翻译网络中广泛采用的实例归一化层会洗去输入草图中的细节，导致对所生成人脸图像期望形状的精确控制丧失。本文全面研究了实例归一化对从手绘草图生成逼真人脸图像的影响。我们首先引入一种可视化方法，分析具有一组特定变化的草图的特征嵌入。基于视觉分析，我们修改了基线图像翻译模型中的实例归一化层。我们精心制作了一组带有 11 类专门设计变化的新手绘草图，并进行了广泛的实验分析。结果与用户研究表明，我们的方法显著提升了合成图像的质量及与用户意图的一致性。
引用
@article{arxiv.2207.08072,
title = {Effect of Instance Normalization on Fine-Grained Control for Sketch-Based Face Image Generation},
author = {Zhihua Cheng and Xuejin Chen},
journal= {arXiv preprint arXiv:2207.08072},
year = {2022}
}
备注
9 pages, 12 figures