IA-FaceS：一种用于语义人脸编辑的双向方法

语义人脸编辑近年来取得了实质性进展。作为日益流行的方法，潜空间操纵通过改变输入人脸的潜码来进行人脸编辑，使用户免于绘画技巧。然而，先前的潜空间操纵方法通常将整张人脸编码为单个低维嵌入，这限制了人脸组件（如眼睛和鼻子）的重建能力和控制灵活性。本文提出IA-FaceS，作为一种双向方法，用于解耦的人脸属性操纵以及灵活、可控的组件编辑，且不需要原始图像中的分割掩码或草图。为了在重建能力和控制灵活性之间取得平衡，编码器被设计为多头结构，分别生成用于重建和控制的嵌入：具有空间属性的高维张量用于一致重建，四个低维人脸组件嵌入用于语义人脸编辑。操纵分离的组件嵌入有助于实现解耦的属性操纵和人脸组件的灵活控制。为了进一步解耦高度相关的组件，为解码器提出了组件自适应调制（CAM）模块。首次开发了无需任何输入视觉引导（如分割掩码或草图）的语义单眼编辑。根据实验结果，IA-FaceS在保持图像细节和进行灵活人脸操纵之间建立了良好平衡。定量和定性结果均表明，所提方法在重建、人脸属性操纵和组件迁移方面优于其他技术。