从人脸身份特征合成归一化人脸
计算机视觉与模式识别
2017-10-18 v4 机器学习
摘要
我们提出了一种方法，用于根据给定的输入人脸照片合成一个人的正面、中性表情人脸图像。这是通过从人脸识别网络提取的特征中学习生成面部关键点和纹理来实现的。与先前方法不同，我们的编码特征向量对光照、姿态和面部表情具有很大程度的不变性。利用这种不变性，我们仅使用正面、中性表情照片来训练解码器网络。由于这些照片对齐良好，我们可以将其分解为稀疏的一组关键点以及对齐的纹理图。随后解码器独立预测关键点和纹理，并使用可微分图像变形操作将它们结合。所得图像可用于多种应用，例如分析面部属性、曝光与白平衡调整，或创建三维化身。
引用
@article{arxiv.1701.04851,
title = {Synthesizing Normalized Faces from Facial Identity Features},
author = {Forrester Cole and David Belanger and Dilip Krishnan and Aaron Sarna and Inbar Mosseri and William T. Freeman},
journal= {arXiv preprint arXiv:1701.04851},
year = {2017}
}