Apr, 2018

FaceShop：基于深度素描的人脸图像编辑

PDF
TL;DR本文提出一种新颖的基于素描的面部图像编辑系统，它利用了用户的少量素描笔画，有几何和颜色约束，支持粘贴模式和实时交互，并建立在基于新颖的素描领域和卷积神经网络之上，从而将图像完成和图像翻译两个任务结合在一起，十分成功。
sketch-based face image editinguser inputconvolutional neural networkimage completionimage translation
发现论文，激发创造
  • DeepSketch2Face：一种基于深度学习的 3D 人脸和卡通肖像建模草图系统

    本研究提出了一种基于深度学习的素描系统用于 3D 人脸和漫画建模，它具有省力且自由的手绘界面，并支持基于手势的用户交互。

    Jun, 2017

  • 深度整形：使用人类绘制的素描进行稳健可控的图像编辑

    本文提出了一种基于手绘草图输入的图像编辑框架 Deep Plastic Surgery，并介绍了可以使模型适应不同草图的润色策略、调整草图精度的控制参数、以及用于多级润色的基于样式的模块。实验结果表明，与现有方法相比，该方法能够提高图像编辑的视觉质量和用户可控性。

    Jan, 2020

  • SketchEdit: 用局部草稿实现无蒙版图像局部处理

    基于草图的图像操作旨在通过用户的输入草图修改图像。本文提出一种新的草图驱动图像操作方法，名为无蒙版本地图像操作，只需要用户提供草图输入，并利用整个原始图像。

    Nov, 2021

  • 基于用户素描和颜色的人脸编辑生成对抗网络 SC-FEGAN

    提出了一种基于卷积网络的图像编辑系统，它可以通过自由形式的掩模，草图和颜色作为输入来生成图像，并利用自由形式的用户输入与颜色和形状结合，生成高质量的合成图像。

    Feb, 2019

  • DeepFacePencil：从手绘草图生成人脸图像

    DeepFacePencil 是一种有效的工具，可以基于新颖的双生成器图像翻译网络和新颖的空间注意池设计来自动处理手绘草图的空间变形并支持不同的笔画风格和不同级别的细节，从而生成逼真的面部图像。

    Aug, 2020

  • 卷积素描反演

    该论文利用深度神经网络将面部素描图像还原为照片级真实面部图像，采用半模拟数据集和深度学习技术，包括批处理规范化、深层残差学习、感知损失和随机优化。最后，通过艺术和犯罪学示例，展示了该方法的应用潜力。

    Jun, 2016

  • Scribbler: 用草图和颜色控制深度图像合成

    本文提出了一种基于深度对抗图像合成框架，结合草图轮廓和稀疏颜色笔画生成逼真的汽车、卧室或人脸。我们展示了一个基于草图的图像合成系统，允许用户在草图上涂鸦以指示所需对象的首选颜色。该网络是前向的，可以实时看到用户编辑的效果。与最近关于草图到图像合成的研究进行了比较，表明我们的方法可以生成更逼真、更多样和更可控的输出，并且对于灰度图像的用户引导上色也很有效。

    Dec, 2016

  • DeepSketchHair：基于深度草图的 3D 头发建模

    Sketchhair 是一项基于深度学习技术的 3D 头发交互建模工具，它使用两个精心设计的神经网络（S2ONet 和 O2VNet）将用户手绘的草图转换为 3D 头发模型，还支持使用附加草图进行头发编辑。

    Aug, 2019

  • DeepFaceEditing: 利用分离的几何和外表控制实现人脸的深度生成和编辑

    DeepFaceEditing 是一种针对面部图像的结构解缠框架，旨在支持面部生成和编辑，具有几何和外表的解缠控制能力。该方法采用了局部到全局的方法，将面部组件图像分解为几何和外貌表示，并使用全局融合模块进行一致融合，以提高生成质量，并利用草图辅助提取更好的几何表示，同时也支持通过草图进行直观的几何编辑。该方法相较于最先进的方法表现出更优秀的细节和外观控制能力。

    May, 2021

  • 具有细粒度控制的灵活人像图像编辑

    本文提出了一种新的人像图像编辑方法，采用不对称条件 GAN 架构，支持几何、颜色、光和阴影的细粒度编辑。通过向生成器提供可以直接由用户编辑的条件输入来实现编辑，例如边缘图、颜色板、滑块和蒙版。该方法具有较好的编辑效果，并且支持几何、颜色、阴影、光的多种编辑方式，同时也支持从手绘草图到图像的转换和颜色转换等任务。

    Apr, 2022