FaceCook：基于线性缩放因子的人脸生成
计算机视觉与模式识别
2021-09-09 v1
摘要
凭借最先进生成模型优异的解耦特性，图像编辑已成为控制合成人脸图像属性的主导方法。然而，这些编辑结果常出现伪影或特征渲染错误，尤其在待编辑图像与期望特征集差异较大时。因此，我们提出一种新方法，通过求解一组多元线性方程将生成模型的潜向量映射到缩放因子。方程的系数构成超坐标系基的预训练模型权重参数的特征向量。定性与定量结果均表明，所提方法在图像多样性方面优于基线。此外，该方法在时间上更高效，因为可直接从潜向量获得具有期望特征的合成图像，而非先前需要多步处理、编辑随机生成图像的过程。
引用
@article{arxiv.2109.03492,
title = {FaceCook: Face Generation Based on Linear Scaling Factors},
author = {Tianren Wang and Can Peng and Teng Zhang and Brian Lovell},
journal= {arXiv preprint arXiv:2109.03492},
year = {2021}
}