将换脸视为简单算术运算
计算机视觉与模式识别
2023-02-06 v2 人工智能
摘要
我们提出了一种称为“算术换脸”（AFS）的新型高保真换脸方法，该方法将预训练StyleGAN的中间潜空间W+显式解耦为“身份”与“风格”子空间，使得W+中的潜码对应于子空间中一个“身份”码与一个“风格”码之和。通过我们的解耦，换脸（FS）可被视为W+中的简单算术运算，即一个源“身份”码与一个目标“风格”码的求和。这使得AFS比其他FS方法更直观优雅。此外，我们的方法可泛化于标准换脸，支持其他有趣操作，例如将一源身份与多目标风格结合，反之亦然。我们通过学习一个将潜码映射为“风格”码的神经网络来实现身份-风格解耦。我们为该网络提供了一个条件，理论上保证即便经过一系列换脸操作，源脸身份仍得以保持。大量实验证明了我们的方法在生成高质量换脸结果上优于最先进的FS方法。我们的源代码已公开于 https://github.com/truongvu2000nd/AFS
引用
@article{arxiv.2211.10812,
title = {Face Swapping as A Simple Arithmetic Operation},
author = {Truong Vu and Kien Do and Khang Nguyen and Khoat Than},
journal= {arXiv preprint arXiv:2211.10812},
year = {2023}
}