FaceController：面向自然场景下人脸的可控属性编辑
计算机视觉与模式识别
2021-02-24 v1
摘要
人脸属性编辑旨在生成具有一个或多个目标人脸属性被操控而其他细节得以保留的人脸。与 GAN 反演等需要昂贵逆向映射过程的已有工作不同，我们提出了一种简单的前馈网络来生成高保真度的被操控人脸。通过简单地利用一些现有且易获取的先验信息，我们的方法能够控制、迁移并编辑自然场景下人脸的多种属性。所提方法因此可应用于人脸交换、人脸重打光和妆容迁移等多种任务。在我们的方法中，我们利用三维先验解耦身份、表情、姿态与光照；通过区域风格码分离纹理与颜色。所有信息均通过我们的身份-风格归一化模块嵌入到对抗学习中。我们提出了解耦损失以增强生成器从各属性独立提取信息的能力。我们进行了全面的定量与定性评估。在单一框架下，我们的方法在多种人脸应用上取得了最佳或具竞争力的分数。
引用
@article{arxiv.2102.11464,
title = {FaceController: Controllable Attribute Editing for Face in the Wild},
author = {Zhiliang Xu and Xiyu Yu and Zhibin Hong and Zhen Zhu and Junyu Han and Jingtuo Liu and Errui Ding and Xiang Bai},
journal= {arXiv preprint arXiv:2102.11464},
year = {2021}
}
备注
Accepted to AAAI 2021