【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
工边页字31 分钟前
AI产品面试官超喜欢问:什么是 Embedding,它是怎么工作的 ?
前端·人工智能·后端
杨浦老苏43 分钟前
零人类公司编排框架Paperclip的安装
人工智能·docker·ai·群晖
L-影44 分钟前
部署本地Dify过程,使用Dify的前期准备
人工智能·docker·ai·dify
sinat_286945191 小时前
spec vs plan ai coding
人工智能·深度学习·算法·chatgpt·prompt
乱世刀疤1 小时前
AI Weekly 3.9-3.15
人工智能
weiyvyy1 小时前
信息化建设从蓝图到实践-数据体系建设
大数据·人工智能
翱翔的苍鹰1 小时前
LangChain 中 DeepAgent 介绍、使用手册及场景化开发指南
人工智能·深度学习·语言模型·自然语言处理·langchain
star learning white1 小时前
2.3线性代数
人工智能·机器学习