FReeNet:多身份人脸重演
计算机视觉与模式识别
2020-05-19 v2
摘要
本文提出一种新颖的多身份人脸重演框架,名为 FReeNet,利用共享模型将任意源人脸的面部表情迁移至目标人脸。所提 FReeNet 由两部分组成:统一 landmarks 转换器(ULC)和几何感知生成器(GAG)。ULC 采用编码-解码器架构,在潜在 landmark 空间中高效转换表情,显著缩小源身份与目标身份间面部轮廓的差距。GAG 利用转换后的 landmark 结合目标人物的参考图像重演照片级真实感图像。此外,提出一种新的三元组感知损失,迫使 GAG 模块同时学习外观与几何信息,也丰富了重演图像的面部细节。进一步实验证明了我们的方法在生成照片级真实感且表情相似的人脸方面的优越性,以及在身份间迁移面部表情的灵活性。
引用
@article{arxiv.1905.11805,
title = {FReeNet: Multi-Identity Face Reenactment},
author = {Jiangning Zhang and Xianfang Zeng and Mengmeng Wang and Yusu Pan and Liang Liu and Yong Liu and Yu Ding and Changjie Fan},
journal= {arXiv preprint arXiv:1905.11805},
year = {2020}
}
备注
Add more experiments; Revise the paper carefully;