Retrieve in Style：无监督人脸特征迁移与检索
计算机视觉与模式识别
2021-08-26 v3 机器学习
摘要
我们提出 Retrieve in Style（RIS），一种用于真实图像上面部特征迁移与检索的无监督框架。近期工作表明，利用 StyleGAN 潜空间的解耦特性可迁移局部面部特征。RIS 在以下方面改进了现有方法：1）引入更有效的特征解耦，以实现 SoTA 方法未能实现的困难迁移（如头发、姿态）。2）免去逐图超参数调优，以及在大批次图像上计算目录的需要。3）利用解耦面部特征（如眼睛）实现细粒度人脸检索。据我们所知，这是首个在此细粒度层面检索人脸图像的工作。4）在真实图像上展示鲁棒、自然的编辑。我们的定性与定量分析表明，RIS 在真实图像上同时实现了高保真特征迁移与准确的细粒度检索。我们也讨论了 RIS 的负责任应用。
引用
@article{arxiv.2107.06256,
title = {Retrieve in Style: Unsupervised Facial Feature Transfer and Retrieval},
author = {Min Jin Chong and Wen-Sheng Chu and Abhishek Kumar and David Forsyth},
journal= {arXiv preprint arXiv:2107.06256},
year = {2021}
}
备注
Code is here https://github.com/mchong6/RetrieveInStyle