ExtSwap：利用扩展潜空间映射器生成高质量换脸结果
计算机视觉与模式识别
2023-10-20 v1
摘要
我们提出了一种利用预训练 StyleGAN 渐进式增长结构的新型换脸方法。先前的方法使用不同的编码器-解码器结构、嵌入整合网络来生成高质量结果，但其质量受限于纠缠的表示。我们通过分别提取身份与属性特征来解耦语义。通过学习将拼接特征映射到扩展潜空间，我们利用了最先进的质量及其丰富的语义扩展潜空间。大量实验表明，所提方法成功解耦了身份与属性特征，并在定性与定量上均优于许多最先进的换脸方法。
引用
@article{arxiv.2310.12736,
title = {ExtSwap: Leveraging Extended Latent Mapper for Generating High Quality Face Swapping},
author = {Aravinda Reddy PN and K. Sreenivasa Rao and Raghavendra Ramachandra and Pabitra mitra},
journal= {arXiv preprint arXiv:2310.12736},
year = {2023}
}