GuidedStyle：基于属性知识引导风格操控的语义人脸编辑
计算机视觉与模式识别
2020-12-23 v1
摘要
尽管无条件生成对抗网络（GANs）在合成高质量且视觉逼真的人脸图像方面已取得显著进展，但仍缺乏对该生成过程的控制以实现语义人脸编辑。此外，在编辑目标属性时保持其他人脸信息不变依然非常困难。本文中，我们提出一种称为 GuidedStyle 的新型学习框架，通过以知识网络引导图像生成过程，在 StyleGAN 上实现语义人脸编辑。进一步，我们允许 StyleGAN 生成器中的注意力机制自适应选择单层进行风格操控。因此，我们的方法能够沿多种属性（包括微笑、眼镜、性别、胡须和发色）进行解耦且可控的编辑。定性与定量结果均展示了我们的方法相对于其他竞争方法在语义人脸编辑上的优越性。此外，我们表明我们的模型也可应用于不同类型的真实与艺术人脸编辑，展现出强大的泛化能力。
引用
@article{arxiv.2012.11856,
title = {GuidedStyle: Attribute Knowledge Guided Style Manipulation for Semantic Face Editing},
author = {Xianxu Hou and Xiaokang Zhang and Linlin Shen and Zhihui Lai and Jun Wan},
journal= {arXiv preprint arXiv:2012.11856},
year = {2020}
}