使用属性依赖生成对抗网络进行显著属性修改
计算机视觉与模式识别
2020-05-06 v1
摘要
修改面部图像以获得所需属性是计算机视觉中重要但具有挑战性的任务，其目标是修改面部图像的单个或多个属性。现有的一些方法要么基于属性独立的方法，在潜在表示中进行修改，要么基于属性依赖的方法。属性独立的方法性能有限，因为它们需要所需的配对数据来改变目标属性。其次，属性独立的约束可能导致信息丢失，从而无法在面部图像中生成所需的属性。相比之下，属性依赖的方法更为有效，因为这些方法能够在保留给定图像信息的同时修改所需特征。然而，属性依赖的方法较为敏感，需要精心的模型设计才能生成高质量的结果。为了解决这个问题，我们提出了一种属性依赖的面部修改方法。该方法基于两个生成器和两个判别器，它们利用属性的二进制表示和实数表示，进而生成高质量的属性修改结果。在CelebA数据集上的实验表明，我们的方法有效地执行了多属性编辑，同时完整地保留了其他面部细节。
引用
@article{arxiv.2005.02122,
title = {Prominent Attribute Modification using Attribute Dependent Generative Adversarial Network},
author = {Naeem Ul Islam and Sungmin Lee and Jaebyung Park},
journal= {arXiv preprint arXiv:2005.02122},
year = {2020}
}