GlassesGAN：基于合成外观发现与目标子空间建模的眼镜个性化
计算机视觉与模式识别
2022-11-22 v2 图像与视频处理
摘要
我们提出了 GlassesGAN，一种用于定制眼镜设计的新型图像编辑框架，在图像质量、编辑真实感以及连续多风格编辑能力方面树立了新标准。为辅助 GlassesGAN 的编辑过程，我们提出了一种目标子空间建模（TSM）流程，该流程基于预训练 GAN 生成器潜在空间中的一种（合成）外观发现新机制，构建了该编辑框架可利用的眼镜特定（潜在）子空间。此外，我们还引入了一种外观约束的子空间初始化（SI）技术，将给定输入图像的潜在表示置于所构建子空间的明确定义部分，以提高所学编辑的可靠性。我们在两个（多样化的）高分辨率数据集（CelebA-HQ 和 SiblingsDB-HQf）上测试了 GlassesGAN，并将其与三种最先进的方法（即 InterfaceGAN、GANSpace 和 MaskGAN）进行了比较。报告结果显示，GlassesGAN 令人信服地超越了所有竞争技术，同时提供了任何竞争方法都不具备的附加功能（例如细粒度多风格编辑）。源代码将免费提供。
引用
@article{arxiv.2210.14145,
title = {GlassesGAN: Eyewear Personalization using Synthetic Appearance Discovery and Targeted Subspace Modeling},
author = {Richard Plesh and Peter Peer and Vitomir Štruc},
journal= {arXiv preprint arXiv:2210.14145},
year = {2022}
}
备注
18 pages, 18 figures, 3 tables