热点

精准生成Fake人脸!Amazon全新GAN模型给你全方位无死角美颜

字号+ 作者:牛骥同槽网 来源:物流查询 2026-11-23 我要评论(0)

精准生成Fake人脸!Amazon全新GAN模型给你全方位无死角美颜

近日,来自 Amazon One 的研究人员提出了一个训练 GAN 的框架,可以对生成的图像进行显式控制。该框架能够通过设置确切的属性(例如年龄,姿势精准,表情等)来控制生成的图像。

Amazon One团队最近提出了一个可以对生成的图像进行显式属性控制的GAN训练框架,能够通过设置确切的属性来控制生成的图生成像,如年龄、姿势、表情等。

这篇论文目前已经发布在arxiv上,并且在Google网盘中有相应的补充说明。

目前大多数编辑GAN生成的图像的方法都是通过Fa利用隐空间解构属性来实现部分控制,这些属性是在标准GAN训练后隐式获得的。这种方法能够改变某些属性的相对强度,但不能显式地设置它们的值。

而最近ke提出的方法,是为显式的准确控制人脸属性而设计的,利用可变形的3D人脸模型来实现GAN中的细粒度控制能力。

与以往方法不同的是,这种控制不受限于可变形人脸的三维人脸模型参数,并且可以扩展到人脸领域之外。

使用对比学习,获得了具有明确分解隐空间的GAN。这种分解被用来训练控制编码器,将人类可解释的输入!A映射到合适的隐向量,从而允许显式的控制。

在人脸领域,研究人员展示了对身份、年龄、姿势、表情、头发颜色和照明的控制,还演示了我们的框架在画像和狗图像生成ma领域的控制能力,证明了新的方法在质量和数量上都达到了SOTA。

在第一阶段,构建每一个batch的每个属性都有一对隐向量,共享一个相应的子向量。 除了对抗zo性损失外,该批图像中的每张图像都会以对比的方式,逐个属性地与其他所有图像进行比较,并考虑到它的子向量是相同还是不同。

在第二阶段,编码器被训练成n全将可解释的参数映射到合适的隐向量。

在推理阶段,是通过将第k个编码器输入设置为所需值,实现对属性k的显式控制。

对光线、角度和表情的显式控制效果:

研究人新G员使用了ArcFace提取生成图像的嵌入向量,具体做法是生成10K个共享ID属性的图像对和具有不同的姿势、照明和表情属性的图像。

对发色和年龄的AN控制效果:

为了验证模型确实对输出有明确的控制,研究人员进行了控制精度的比较。从FFHQ中随机选取10K张图像,并对其属性进行预测,以产生一个在真实模型图像中出现的可行属性池。

还可以实现在保持其他属性不变的情况下,改变绘画的艺术风格:

对于喜欢养宠物的人来说,也可以显式控制生成的狗狗图像的一些属性:

同给你时,不只可以改变一个属性,还可以同时控制多个属性值:

通过测试Amazon One的可控GAN模型,本以为现在的美颜工具已经十分好用了,看来未来全方还会有更加惊艳的功能可以期待。

 

点赞 0

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 标签: 鸿蒙智行 新黄河 东莞门店 韩先生

    标签: 鸿蒙智行 新黄河 东莞门店 韩先生

    2026-06-13

  • 欧洲零售业大变革!Frasers集团率先集成ChatGPT直接交易

    欧洲零售业大变革!Frasers集团率先集成ChatGPT直接交易

    2026-08-07

  • 爱捷云入选“2021年度混合云优秀案例”

    爱捷云入选“2021年度混合云优秀案例”

    2026-08-14

  • 发展人工智能不能忽视安全

    发展人工智能不能忽视安全

    2026-08-02

网友点评