具有细粒度控制的灵活人像图像编辑
计算机视觉与模式识别
2022-04-05 v1 人工智能
摘要
我们提出了一种新的人像图像编辑方法，其使用单一神经网络模型支持对几何、颜色、光照与阴影的细粒度编辑。我们采用一种新颖的非对称条件 GAN 架构：生成器接收经变换的条件输入，如边缘图、调色板、滑块与掩码，这些可由用户直接编辑；判别器以能更有效引导可控图像生成的方式接收条件输入。以颜色编辑为例，我们将调色板（易于编辑）送入生成器，将颜色图（含颜色的位置信息）送入判别器。我们还设计了区域加权判别器，使更高权重分配给更重要区域，如眼睛与皮肤。利用调色板，用户可直接指定头发、皮肤、眼睛、嘴唇与背景的所需颜色。颜色滑块允许用户以直观方式混合颜色。用户还可通过修改相应掩码来编辑光照与阴影。我们通过在 CelebAMask-HQ 数据集上以广泛任务（包括几何/颜色/阴影/光照编辑、手绘草图到图像翻译以及颜色迁移）评估该方法，展示了其有效性。我们还给出了消融实验以佐证我们的设计。
引用
@article{arxiv.2204.01318,
title = {Flexible Portrait Image Editing with Fine-Grained Control},
author = {Linlin Liu and Qian Fu and Fei Hou and Ying He},
journal= {arXiv preprint arXiv:2204.01318},
year = {2022}
}