PA-GAN:用于人脸属性编辑的渐进注意力生成对抗网络
计算机视觉与模式识别
2020-07-14 v1
摘要
人脸属性编辑旨在操纵人脸上的属性,例如添加胡须或改变发色。现有方法在正确生成属性与保留其他信息(如身份和背景)之间遭受严重折衷,因为它们在不精确的区域编辑属性。为解决这一困境,我们提出一种用于人脸属性编辑的渐进注意力GAN(PA-GAN)。在我们的方法中,编辑从高到低的特性层级渐进进行,同时在每一层级由注意力掩码约束于恰当的属性区域内。这种方式从一开始防止对无关区域的不期望修改,随后网络可更专注于在恰当边界内正确生成各层级的属性。结果,与最先进方法相比,我们的方法实现了正确的属性编辑,并更好地保留了无关细节。代码发布于https://github.com/LynnHo/PA-GAN-Tensorflow。
引用
@article{arxiv.2007.05892,
title = {PA-GAN: Progressive Attention Generative Adversarial Network for Facial Attribute Editing},
author = {Zhenliang He and Meina Kan and Jichao Zhang and Shiguang Shan},
journal= {arXiv preprint arXiv:2007.05892},
year = {2020}
}
备注
Code: https://github.com/LynnHo/PA-GAN-Tensorflow