StyleGAN 中人脸身份感知的解耦
计算机视觉与模式识别
2023-09-22 v1 机器学习
摘要
条件 GAN 常用于操纵人脸图像的属性，如表情、发型、姿态或年龄。尽管最先进的模型能成功修改所求属性，它们同时修改了图像的其他重要特征，例如人的身份。本文中，我们专注于通过引入 PluGeN4Faces（StyleGAN 的插件）来解决此问题，其显式地将人脸属性与人的身份解耦。我们的核心思想是在从电影帧检索的图像上进行训练，其中给定人物以不同姿态和不同属性出现。通过应用一种对比损失，我们鼓励模型将同一人的图像分组在潜空间的相似区域。我们的实验表明，PluGeN4Faces 进行的人脸属性修改对图像其余特征的侵入性显著小于现有最先进模型。
引用
@article{arxiv.2309.12033,
title = {Face Identity-Aware Disentanglement in StyleGAN},
author = {Adrian Suwała and Bartosz Wójcik and Magdalena Proszewska and Jacek Tabor and Przemysław Spurek and Marek Śmieja},
journal= {arXiv preprint arXiv:2309.12033},
year = {2023}
}