扩展 StyleGAN 的潜在空间以实现真实人脸编辑
计算机视觉与模式识别
2022-04-28 v1
摘要
近期，涌现出大量人脸编辑技术，利用预训练的 StyleGAN 进行语义操控。要成功编辑真实图像，必须首先将输入图像转换为 StyleGAN 的潜在变量。然而，找到既能保留输入主体外观（如身份、光照、发型）又能实现有意义操控的潜在变量仍然具有挑战性。本文提出了一种方法，通过添加额外的内容特征来扩展 StyleGAN 的潜在空间，以打破低失真与高可编辑性之间的权衡。具体来说，我们提出了一个双分支模型，其中风格分支首先通过潜在码的稀疏操控解决纠缠问题，然后内容分支通过利用输入图像的内容和外观细节来缓解失真问题。我们通过在真实人脸编辑和重建任务上的大量定性和定量实验，证实了该方法的有效性。
引用
@article{arxiv.2204.12530,
title = {Expanding the Latent Space of StyleGAN for Real Face Editing},
author = {Yin Yu and Ghasedi Kamran and Wu HsiangTao and Yang Jiaolong and Tong Xi and Fu Yun},
journal= {arXiv preprint arXiv:2204.12530},
year = {2022}
}