在规范视角下生成并编辑你自己的角色
计算机视觉与模式识别
2022-07-12 v2 图形学
摘要
近来，从用户给定的单张肖像合成个性化角色因社交媒体和元宇宙的极度普及而受到显著关注。输入图像不总处于正面视角，因此获取或预测规范视角对于三维建模或其他应用十分重要。尽管生成模型的进展实现了肖像的风格化，但获取规范视角下的风格化图像仍是一项挑战性任务。已有若干关于人脸正向化的研究，但当输入不在真实图像域（例如卡通或绘画）时性能显著下降。在正向化之后风格化亦导致输出退化。本文中，我们提出一种新颖且统一的框架，可生成规范视角下的风格化肖像。借助提出的潜空间映射器，我们分析并发现了 StyleGAN 潜空间中的正向化映射，从而一次性完成风格化与正向化。此外，我们的模型可使用无标签的二维图像集训练，无需任何三维监督。实验结果表明了我们方法的有效性。
引用
@article{arxiv.2205.02974,
title = {Generate and Edit Your Own Character in a Canonical View},
author = {Jeong-gi Kwak and Yuanming Li and Dongsik Yoon and David Han and Hanseok Ko},
journal= {arXiv preprint arXiv:2205.02974},
year = {2022}
}
备注
AI for Content Creation Workshop at CVPR 2022