MyTimeMachine：个性化面部年龄变换
计算机视觉与模式识别
2025-08-15 v2
摘要
面部老化是一在多因素（如性别、种族、生活方式等）高度依赖的复杂过程，这使得学习全局老化先验以准确预测任何个体的老化异常。现有技术常常产生逼真且合情合理的老化结果，但再老化后的图像往往不像该人在目标年龄时的外貌，因此需要进行个性化。 在实际应用中，如电影和电视节目的视觉特效（VFX），用户常常拥有 depict 该用户在小时间间隔（20~40年）内老化的个人照片集合。然而，对个人照片集合进行粗暴的全局老化技术进行个性化往往会失败。因此，我们提出了MyTimeMachine（MyTM），其结合了全局老化先验与个人照片集合（仅需50张图像）来学习个性化年龄变换。我们引入了新的适配器网络，将个性化老化特征与全局老化特征组合，并生成使用StyleGAN2的再老化图像。我们还引入了三个损失函数来个性化适配器网络：包括个性化老化损失、外推正则化和自适应w-范数正则化。我们的做法还可以扩展到视频，实现高质量、保持身份一致且在时间上连贯的老化效果，这些效果似乎与实际目标年龄时的外貌相符，显示出优于当前方法的优势。
引用
@article{arxiv.2411.14521,
title = {MyTimeMachine: Personalized Facial Age Transformation},
author = {Luchao Qi and Jiaye Wu and Bang Gong and Annie N. Wang and David W. Jacobs and Roni Sengupta},
journal= {arXiv preprint arXiv:2411.14521},
year = {2025}
}
备注
SIGGRAPH 2025(TOG): https://dl.acm.org/doi/10.1145/3731172, Project webpage: https://mytimemachine.github.io/