【深度学习】Fine-Grained Face Swapping via Regional GAN Inversion高保真换脸范式

文章目录

代码

https://github.com/e4s2022/e4s

介绍

Fine-Grained Face Swapping via Regional GAN Inversion

提出一种新的高保真换脸范式,能够保留期望的微妙几何和纹理细节。从微观面部编辑的角度重新思考换脸任务,基于"编辑用于互换(editing for swapping)"(E4S)的原则,提出了一种基于面部组件形状和纹理的显式解耦方法。

遵循E4S原则,实现面部特征的全局和局部互换,以及由用户指定的部分互换。此外,E4S范式通过面部遮罩固有地处理面部遮挡问题。核心是一种新的区域GAN逆映射(RGI)方法,它允许显式解耦形状和纹理,同时允许在StyleGAN的潜在空间中进行面部互换。具体来说,设计了一个多尺度遮罩引导编码器,将每个面部组件的纹理投影到区域样式码中。还设计了一个遮罩引导注入模块,用样式码操作特征映射。基于解耦,面部互换被重新制定为样式和遮罩互换的简化问题。

与现有技术的大量实验和比较表明,方法在保留纹理和形状细节方面以及处理高分辨率图像方面具有优越性。项目页面地址为https://e4s2022.github.io

实践

设置好这2个参数后,执行python face_swap.py

效果

感觉不太好的效果:



帮助、问询

cpp 复制代码
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
相关推荐
AKAMAI2 小时前
预先构建的CNCF流水线:从Git到在Kubernetes上运行
人工智能·云计算
风途知识百科2 小时前
数字高精度光伏电站灰尘监测系统
人工智能
学废了wuwu3 小时前
机器学习模型评估指标完全解析:准确率、召回率、F1分数等
人工智能·机器学习
西西o3 小时前
MindSpeed MM多模态模型微调实战指南
人工智能
也许是_3 小时前
大模型应用技术之 详解 MCP 原理
人工智能·python
Codebee3 小时前
#专访Ooder架构作者|A2UI时代全栈架构的四大核心之问,深度解析设计取舍
人工智能
亚马逊云开发者3 小时前
如何在亚马逊云科技部署高可用MaxKB知识库应用
人工智能
亚里随笔4 小时前
突破性框架TRAPO:统一监督微调与强化学习的新范式,显著提升大语言模型推理能力
人工智能·深度学习·机器学习·语言模型·llm·rlhf
牛客企业服务4 小时前
AI面试实用性解析:不是“能不能用”,而是“怎么用好”
人工智能·面试·职场和发展
MicroTech20254 小时前
激光点云快速配准算法创新突破,MLGO微算法科技发布革命性点云配准算法技术
人工智能·科技·算法