人脸分割、人脸交换与人脸感知
计算机视觉与模式识别
2017-04-25 v1
摘要
我们表明，即使人脸图像是无约束且任意配对的，它们之间的人脸交换实际上相当简单。为此，我们做出如下贡献。(a) 不同于他人先前提出的为人脸分割定制系统，我们展示了一个标准的全卷积网络（FCN）能够实现极其快速且准确的分割，只要它在足够丰富的样本集上训练。为此，我们描述了新颖的数据收集和生成流程，其提供具有挑战性的分割人脸样本。(b) 我们利用我们的分割结果，在前所未有的条件下实现鲁棒的人脸交换。(c) 与先前工作不同，我们的交换足够鲁棒，允许广泛的定量测试。为此，我们使用 Labeled Faces in the Wild (LFW) 基准，并衡量受试者内和受试者间人脸交换对识别的影响。我们展示我们的受试者内交换人脸保持与其源人脸同等的易识别性，证明了我们方法的有效性。与众所周知的感知研究一致，我们展示更好的人脸交换产生更不易识别的受试者间结果。这是首次针对机器视觉系统定量证明该效应。
引用
@article{arxiv.1704.06729,
title = {On Face Segmentation, Face Swapping, and Face Perception},
author = {Yuval Nirkin and Iacopo Masi and Anh Tuan Tran and Tal Hassner and Gerard Medioni},
journal= {arXiv preprint arXiv:1704.06729},
year = {2017}
}