StyleRetoucher：基于GAN先验的通用人像图像修饰
计算机视觉与模式识别
2023-12-25 v1
摘要
即使是专业艺术家，创建精细修饰的人像图像也是繁琐且耗时的。存在自动修饰方法，但它们要么遭受过度平滑伪影，要么缺乏泛化能力。为了解决这些问题，我们提出了StyleRetoucher，一种新颖的自动人像修饰框架，利用StyleGAN的生成和泛化能力来改善输入人像图像的皮肤状况，同时保留其面部细节。利用预训练StyleGAN的先验，我们的方法表现出卓越的鲁棒性：a) 在较少训练样本下稳定执行，b) 在域外数据上良好泛化。此外，通过混合输入图像的空间特征和StyleGAN层的中间特征，我们的方法最大程度地保留了输入特征。我们进一步提出了一种新颖的瑕疵感知特征选择机制，以有效识别和去除皮肤瑕疵，改善图像皮肤状况。定性和定量评估验证了我们方法的强大泛化能力。进一步的实验表明，StyleRetoucher在图像修饰任务中优于替代解决方案。我们还进行了一项用户感知研究，以确认我们的方法优于现有最先进替代方案的修饰性能。
引用
@article{arxiv.2312.14389,
title = {StyleRetoucher: Generalized Portrait Image Retouching with GAN Priors},
author = {Wanchao Su and Can Wang and Chen Liu and Hangzhou Han and Hongbo Fu and Jing Liao},
journal= {arXiv preprint arXiv:2312.14389},
year = {2023}
}
备注
13 pages, 15 figures