说服性面孔：广告中的人脸生成

在本文中，我们考察不同广告类别中物体的视觉可变性，即何种因素使广告具有视觉说服力。我们聚焦于建模并生成看似来自不同类型广告的人脸。例如，若美妆广告中的面孔往往是涂着口红的女性，生成模型应刻画这一显著的视觉外观。由于广告中人脸外观的高度多样性以及可用训练数据的相对有限，训练能够捕捉此类类别特定差异的生成模型颇具挑战。为解决这些问题，我们提出一种条件变分自编码器，在训练时利用预测的语义属性与面部表情作为监督信号。我们展示了模型如何用于生成视觉上 distinct 的、看似来自固定广告主题类别的人脸。我们的人类研究及定量与定性实验证实，相较于多种基线（包括两种最先进生成对抗网络的变体），我们的方法在将人脸转换为更契合广告类别方面大幅占优。最后，我们展示了以广告主题为条件的其他类型物体的初步生成结果。