Fugu-MT 論文翻訳(概要): A Latent Transformer for Disentangled and Identity-Preserving Face Editing

論文の概要: A Latent Transformer for Disentangled and Identity-Preserving Face Editing

arxiv url: http://arxiv.org/abs/2106.11895v1
Date: Tue, 22 Jun 2021 16:04:30 GMT
ステータス: 処理完了
システム内更新日: 2021-06-23 14:54:36.849822
Title: A Latent Transformer for Disentangled and Identity-Preserving Face Editing
Title（参考訳）: 不連続・同一性保存型顔編集用潜在変圧器
Authors: Xu Yao, Alasdair Newson, Yann Gousseau, Pierre Hellier
Abstract要約: 本稿では,StyleGANジェネレータの潜時空間を介して顔属性を編集することを提案する。我々は、専用潜伏変換ネットワークを訓練し、損失関数に明示的な絡み合いとアイデンティティ保存項を組み込む。本モデルは,現実的な(非合成的な)画像やビデオの難易度においても,不整合で制御可能で,顔属性の編集が可能なモデルである。
参考スコア（独自算出の注目度）: 3.1542695050861544
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: High quality facial image editing is a challenging problem in the movie post-production industry, requiring a high degree of control and identity preservation. Previous works that attempt to tackle this problem may suffer from the entanglement of facial attributes and the loss of the person's identity. Furthermore, many algorithms are limited to a certain task. To tackle these limitations, we propose to edit facial attributes via the latent space of a StyleGAN generator, by training a dedicated latent transformation network and incorporating explicit disentanglement and identity preservation terms in the loss function. We further introduce a pipeline to generalize our face editing to videos. Our model achieves a disentangled, controllable, and identity-preserving facial attribute editing, even in the challenging case of real (i.e., non-synthetic) images and videos. We conduct extensive experiments on image and video datasets and show that our model outperforms other state-of-the-art methods in visual quality and quantitative evaluation.
Abstract（参考訳）: 高品質な顔画像編集は、映画のポストプロダクション業界では難しい問題であり、高度な制御とアイデンティティの保存を必要とする。この問題に取り組もうとする以前の研究は、顔の属性の絡み合いと人物のアイデンティティの喪失に苦しむ可能性がある。さらに、多くのアルゴリズムは特定のタスクに限定される。これらの制約に対処するために,StyleGANジェネレータの潜時空間を介して顔属性を編集し,専用潜時変換ネットワークをトレーニングし,損失関数に明示的な乱れとアイデンティティ保存項を組み込むことを提案する。さらに、ビデオに顔編集を一般化するためのパイプラインも導入する。本モデルでは,実画像や動画の難解な場合であっても,不連続性,制御性,アイデンティティを保った顔属性編集を実現する。画像と映像のデータセットを広範囲に実験し,視覚品質と定量的評価において,我々のモデルが他の最先端手法よりも優れていることを示す。

関連論文リスト

ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
論文参考訳（メタデータ） (2024-09-20T09:30:08Z)
AniFaceDiff: High-Fidelity Face Reenactment via Facial Parametric Conditioned Diffusion Models [33.39336530229545]
顔再現とは、ポーズと表情を、参照(運転)ビデオから静的な顔(ソース)画像に転送する過程を指す。この領域における以前の研究は、顔を生成するために制御可能な深層生成モデルを訓練することで大きな進歩を遂げた。本稿では,AniFaceDiffと呼ばれる安定拡散に基づく新しい手法を提案する。
論文参考訳（メタデータ） (2024-06-19T07:08:48Z)
Mitigating the Impact of Attribute Editing on Face Recognition [14.138965856511387]
現代の生成型AIモデルを用いた顔属性の編集は、顔認識システムを著しく劣化させる可能性があることを示す。局所的およびグローバルな属性編集のための2つの新しい手法を提案する。
論文参考訳（メタデータ） (2024-03-12T22:03:19Z)
StableIdentity: Inserting Anybody into Anywhere at First Sight [57.99693188913382]
一つの顔画像で同一性に一貫性のある再テクスチャ化を可能にするStableIdentityを提案する。私たちは、1つの画像から学んだアイデンティティを直接、微調整なしでビデオ/3D生成に注入する最初の人です。
論文参考訳（メタデータ） (2024-01-29T09:06:15Z)
PortraitBooth: A Versatile Portrait Model for Fast Identity-preserved Personalization [92.90392834835751]
PortraitBoothは高効率、堅牢なID保存、表現編集可能な画像生成のために設計されている。 PortraitBoothは計算オーバーヘッドを排除し、アイデンティティの歪みを軽減する。生成した画像の多様な表情に対する感情認識のクロスアテンション制御が組み込まれている。
論文参考訳（メタデータ） (2023-12-11T13:03:29Z)
HyperReenact: One-Shot Reenactment via Jointly Learning to Refine and Retarget Faces [47.27033282706179]
提案手法は,音源識別のリアルな音声頭部画像を生成することを目的とした,HyperReenactと呼ばれるニューラルフェイス再現法を提案する。提案手法は, 単発設定(すなわち, 単一音源フレーム)の下で動作し, 被検体固有の微調整を必要とせず, クロスオブジェクトの再現を可能にする。我々は,VoxCeleb1とVoxCeleb2の標準ベンチマークにおけるいくつかの最先端技術と比較した。
論文参考訳（メタデータ） (2023-07-20T11:59:42Z)
DreamIdentity: Improved Editability for Efficient Face-identity Preserved Image Generation [69.16517915592063]
人間の顔の正確な表現を学習するための新しい顔識別エンコーダを提案する。また、モデルの編集可能性を高めるために、自己拡張編集可能性学習を提案する。我々の手法は、異なるシーン下でより高速にアイデンティティ保存された画像を生成することができる。
論文参考訳（メタデータ） (2023-07-01T11:01:17Z)
Expanding the Latent Space of StyleGAN for Real Face Editing [4.1715767752637145]
セマンティックな操作に事前訓練されたStyleGANを使用するために、顔編集技術の急増が提案されている。実際の画像を編集するには、最初に入力された画像をStyleGANの潜伏変数に変換する必要がある。本稿では,低歪みと高編集性の間のトレードオフを断ち切るために,コンテンツ機能の追加により,StyleGANの潜伏空間を拡張する手法を提案する。
論文参考訳（メタデータ） (2022-04-26T18:27:53Z)
Network Architecture Search for Face Enhancement [82.25775020564654]
我々は、NASFE(Network Architecture Search for Face Enhancement)と呼ばれるマルチタスクの顔復元ネットワークを提案する。 NASFEは、単一の劣化(すなわち)を含む低品質の顔画像を高めることができる。ノイズまたはぼやけ)または複数の劣化(ノイズ+ブラル+ローライト)
論文参考訳（メタデータ） (2021-05-13T19:46:05Z)
Enjoy Your Editing: Controllable GANs for Image Editing via Latent Space Navigation [136.53288628437355]
コントロール可能なセマンティックイメージ編集により、ユーザーはクリック数回で画像属性全体を変更できる。現在のアプローチでは、絡み合った属性編集、グローバルなイメージアイデンティティの変更、フォトリアリズムの低下に悩まされることが多い。本稿では,主に定性評価に焦点を当てた先行研究とは異なり,制御可能な編集性能を測定するための定量的評価手法を提案する。
論文参考訳（メタデータ） (2021-02-01T21:38:36Z)
VAE/WGAN-Based Image Representation Learning For Pose-Preserving Seamless Identity Replacement In Facial Images [15.855376604558977]
We present a novel variational generative adversarial network (VGAN) based on Wasserstein loss。我々のネットワークは、ポーズ保存されたアイデンティティ・モーフィングとアイデンティティ保存されたポーズ・モーフィングの実行に利用できることを示す。
論文参考訳（メタデータ） (2020-03-02T03:35:59Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。