【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
const_qiu8 分钟前
第二章 2.4:搭建 Monorepo 骨架 + 共享包 @autix/contracts
java·人工智能·arcgis
luoganttcc10 分钟前
AI 编译器中的 Tiling Shape 推导与选择
人工智能
Smoothcloud润云13 分钟前
PyTorch推理输入长度分桶与Padding优化实战:减少无效计算
人工智能·pytorch·python·深度学习·gpu算力
橙色云-智橙协同研发16 分钟前
汽车零部件行业:如何应对主机厂的严苛审核?
大数据·运维·服务器·人工智能·安全
微三云云仔19 分钟前
2026年10月微三云 GEO 优化技术拆解:AI引用机制、结构化部署与服务商评估框架
人工智能·深度学习·geo系统·微三云
努力变大白24 分钟前
把“会说话的模型“变成“会干活的 Agent“
大数据·人工智能·机器学习
救救孩子把27 分钟前
AI面试八股文-03_3-RAG 系统面试题
人工智能·redis·面试·agent·rag
lazy熊33 分钟前
Codex 能聊天但读不到项目文件:通常是这 4 个地方没有对上
人工智能
tianyatest43 分钟前
魔兽争霸 III 接入大语言模型:基于文件通道的混合式游戏 AI 智能体系统设计与实现
人工智能·游戏·语言模型·war3