Fugu-MT 論文翻訳(概要): Face Attribute Invertion

論文の概要: Face Attribute Invertion

arxiv url: http://arxiv.org/abs/2001.04665v1
Date: Tue, 14 Jan 2020 08:41:52 GMT
ステータス: 処理完了
システム内更新日: 2023-01-11 12:42:21.272717
Title: Face Attribute Invertion
Title（参考訳）: face属性の反転
Authors: X G Tu, Y Luo, H S Zhang, W J Ai, Z Ma, and M Xie
Abstract要約: 本稿では,自動顔属性逆解析のためのGANに基づく新しい自己認識手法を提案する。我々のモデルは訓練において非常に安定しており、元の顔画像の細部を保存できる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Manipulating human facial images between two domains is an important and interesting problem. Most of the existing methods address this issue by applying two generators or one generator with extra conditional inputs. In this paper, we proposed a novel self-perception method based on GANs for automatical face attribute inverse. The proposed method takes face images as inputs and employs only one single generator without being conditioned on other inputs. Profiting from the multi-loss strategy and modified U-net structure, our model is quite stable in training and capable of preserving finer details of the original face images.
Abstract（参考訳）: 2つの領域間で人間の顔画像を操作することは重要かつ興味深い問題である。既存のメソッドのほとんどは、2つのジェネレータまたは1つのジェネレータに余分な条件入力を加えることでこの問題に対処している。本稿では,自動顔属性逆解析のためのGANに基づく新しい自己認識手法を提案する。提案手法は入力として顔画像を取り、他の入力に条件を付けることなく単一の生成器のみを用いる。マルチロス戦略と改良されたU-net構造から利益を得るため、トレーニングでは極めて安定しており、元の顔画像の細部を保存できる。

関連論文リスト

Effective Adapter for Face Recognition in the Wild [72.75516495170199]
私たちは、画像が低品質で現実世界の歪みに悩まされる、野生の顔認識の課題に取り組みます。従来のアプローチでは、劣化した画像や、顔の復元技術を使って強化された画像を直接訓練するが、効果がないことが証明された。高品質な顔データセットで訓練された既存の顔認識モデルを強化するための効果的なアダプタを提案する。
論文参考訳（メタデータ） (2023-12-04T08:55:46Z)
Face0: Instantaneously Conditioning a Text-to-Image Model on a Face [3.5150821092068383]
顔にテキスト・ツー・イメージ生成モデルを瞬時に条件付ける新しい方法であるFace0を提案する。アノテーション付き画像のデータセットを包含した顔の埋め込みで拡張し、拡張データセット上で画像生成モデルを訓練する。提案手法は, 極めてシンプルで, 極めて高速であり, 基礎となるモデルに新たな機能を持たせる。
論文参考訳（メタデータ） (2023-06-11T09:52:03Z)
SARGAN: Spatial Attention-based Residuals for Facial Expression Manipulation [1.7056768055368383]
本稿では,3つの視点から制限に対処するSARGANという新しい手法を提案する。我々は対称エンコーダ・デコーダネットワークを利用して顔の特徴に複数スケールで対応した。提案手法は最先端手法よりも優れた性能を示す。
論文参考訳（メタデータ） (2023-03-30T08:15:18Z)
Attribute-preserving Face Dataset Anonymization via Latent Code Optimization [64.4569739006591]
本稿では,事前学習したGANの潜時空間における画像の潜時表現を直接最適化するタスク非依存匿名化手法を提案する。我々は一連の実験を通して、我々の手法が画像の同一性を匿名化できる一方で、顔の属性をより保存できることを実証した。
論文参考訳（メタデータ） (2023-03-20T17:34:05Z)
Semantics-Guided Object Removal for Facial Images: with Broad Applicability and Robust Style Preservation [29.162655333387452]
顔画像における物体の除去と画像の塗布は、顔画像を妨げる物体を特に標的にし、除去し、適切に再構成された顔画像に置き換えるタスクである。 U-netと変調ジェネレータを利用する2つの異なるアプローチは、それぞれに固有の利点があるが、それぞれの手法の固有の欠点にもかかわらず、このタスクに対して広く支持されている。本稿では,SGIN(Semantics-Guided Inpainting Network)を提案する。
論文参考訳（メタデータ） (2022-09-29T00:09:12Z)
Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
論文参考訳（メタデータ） (2022-07-19T03:31:13Z)
Towards Diverse and Faithful One-shot Adaption of Generative Adversarial Networks [54.80435295622583]
ワンショット生成ドメイン適応は、訓練済みのジェネレータを1つの参照画像のみを使用して、新しいドメインに転送することを目的としている。本稿では、多種多様な世代と忠実な適応のための新しい一発生成ドメイン適応法、すなわち、DiFaを提案する。
論文参考訳（メタデータ） (2022-07-18T16:29:41Z)
FaceController: Controllable Attribute Editing for Face in the Wild [74.56117807309576]
単純なフィードフォワードネットワークを提案し、高忠実度な顔を生成する。本手法では,既存かつ容易に把握可能な事前情報を利用することで,野生の多様な顔属性の制御,転送,編集を行うことができる。本手法では,3Dプリミティブを用いてアイデンティティ,表現,ポーズ,イルミネーションを分離し,地域別スタイルコードを用いてテクスチャとカラーを分離する。
論文参考訳（メタデータ） (2021-02-23T02:47:28Z)
Attributes Aware Face Generation with Generative Adversarial Networks [133.44359317633686]
AFGANと呼ばれる生成対向ネットワークを用いた新しい属性認識顔画像生成法を提案する。 3つの積み重ねたジェネレータは、それぞれ64ドル640ドル、128ドル128ドル、256ドル256ドルの解像度の顔画像を生成する。さらに、生成した画像と入力属性の相関性を高めるために、画像-属性マッチング損失を提案する。
論文参考訳（メタデータ） (2020-12-03T09:25:50Z)
S2FGAN: Semantically Aware Interactive Sketch-to-Face Translation [11.724779328025589]
本稿では,S2FGANと呼ばれるスケッチ・ツー・イメージ生成フレームワークを提案する。我々は2つの潜在空間を用いて顔の外観を制御し、生成した顔の所望の属性を調整する。提案手法は,属性強度の制御性を高めることで,属性操作における最先端の手法よりも優れた性能を発揮する。
論文参考訳（メタデータ） (2020-11-30T13:42:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。