SMILE：语义引导的多属性图像与布局编辑
计算机视觉与模式识别
2020-10-07 v1
摘要
自生成对抗网络（GANs）引入以来，属性图像操控一直是非常活跃的话题。由于人脸图像具有多重且相互包容的特性（不同标签如眼镜、帽子、头发、身份等可同时共存），在变换中探索解耦的属性空间是极具挑战的任务。若干工作或通过利用每个域/属性的模态使用条件随机向量噪声，或从示例图像提取模态来解决此问题。然而，现有方法无法同时处理多属性的随机与参考变换，限制了方案的通用性。本文成功利用一种多模态表示，处理所有属性，无论由随机噪声还是示例图像引导，同时仅使用目标域的底层域信息。我们给出了人脸数据集与若干不同属性的广泛定性与定量结果，展示了方法的优越性。此外，我们的方法能够通过以图像为参考或探索风格分布空间，添加、移除或改变细粒度或粗粒度属性，并且无需在视频上训练即可轻松扩展至换头与面部重演应用。
引用
@article{arxiv.2010.02315,
title = {SMILE: Semantically-guided Multi-attribute Image and Layout Editing},
author = {Andrés Romero and Luc Van Gool and Radu Timofte},
journal= {arXiv preprint arXiv:2010.02315},
year = {2020}
}