基于风格生成器的无约束人脸表情迁移
计算机视觉与模式识别
2019-12-16 v1
摘要
鉴于人脸表情迁移与重演在人脸编辑、图像处理和伪造视频生成中的应用，其一直是一个重要的研究问题。我们提出了一种基于图像的面部表情迁移新方法，利用了近期被证明在生成逼真图像方面非常有效的基于风格的 GAN。给定两张人脸图像，我们的方法能够生成合理的合成结果，将一张图像的外观与另一张图像的表情相结合。为此，我们首先提出一种基于 StyleGAN 的优化流程，从图像中推断分层风格向量，以解耦人脸的不同属性。我们进一步引入一种线性组合方案，融合两幅给定图像的风格向量，生成一张结合输入表情与外观的新人脸。我们的方法能够生成具有准确面部重演的高质量合成结果。与许多现有方法不同，我们不依赖几何标注，可应用于任意身份的无约束人脸图像，且无需重新训练，从而能够大规模生成表情迁移结果。
引用
@article{arxiv.1912.06253,
title = {Unconstrained Facial Expression Transfer using Style-based Generator},
author = {Chao Yang and Ser-Nam Lim},
journal= {arXiv preprint arXiv:1912.06253},
year = {2019}
}