本文提出了一种个性化生成先验的方法，该方法可以显式地控制一组属性。我们在 MyStyle 的基础上构建，提出了一个新的优化系统，该系统对潜在空间进行组织，并提出一种损失，使其沿着一组特定方向对应于其属性的潜在代码。我们展示了我们的方法可以合成，编辑和增强个人图像，并对属性具有很好的控制，同时保留该个人的独特面部特征。

Jun, 2023

My3DGen 是一个实用系统，使用不超过 10 张图像创建个性化和轻量级的 3D 生成先验系统。该系统利用预训练模型的固定权重作为通用先验，通过低秩分解在每个卷积和完全连接层的权重上进行单独的个性化先验训练，并通过基于人脸对称的规则化技术调整网络，指导其学习参数并减少过拟合。该系统仅增加了与完全微调的原始模型相比，每个身份约 0.6 百万个附加参数，同时保持生成的 3D 人脸的质量。

Jul, 2023

通过预训练的 StyleGAN 模型以及基于部分损失的两阶段学习技术，提出了 StyleSketch 方法，通过 16 对面部图像和相应的素描图像，训练了一个能够提取高分辨率风格化素描的生成器，并通过比较表明 StyleSketch 在提取高分辨率抽象人脸素描方面优于现有的最先进的素描提取方法和少量样本图像适应方法，同时还探索了其在其他领域的可用性和语义编辑的可能性。

Mar, 2024

通过利用 StyleGAN 的生成和概括能力改善输入肖像图像的肤色状况，同时保留其面部细节，我们提出了一种新颖的自动肖像图像修饰框架 StyleRetoucher。与现有替代方案相比，我们方法表现出更好的泛化能力，在肖像图像修饰任务中具有优越的性能。

Dec, 2023

本文提出了一种利用单个人的视频作为输入，通过个性化的视频先验学习技术和 Pivotal Tuning Inversion 方法，处理极端的头部姿势，生成可编辑的动态人像，并针对潜在空间进行姿势和表情分离的算法。

Jun, 2023

本研究提出了一种个性化图像增强方法，使用遮蔽风格建模技术为每个用户个性化地增强输入图像并在 Flickr 数据集上进行训练，实现了基于内容的个性化图像增强，并在用户研究中证明了优于其他方法的效果。

Jun, 2023

该研究通过使用文本描述来操纵人类形象的时尚风格编辑，探索了时尚风格编辑的任务，并提出了两个加强指导信号的方向：文本扩充和视觉参考。通过基于人类先验的生成模型和对潜在空间结构的经验发现，在时尚风格编辑领域取得了令人兴奋的新应用。

Apr, 2024

在计算机视觉领域，生成逼真的说话脸部是一个有趣且长期存在的课题。尽管已经取得了显著的进展，但是生成具有个性化细节的高质量动态脸部仍然具有挑战性。本文提出了一种简单、通用且灵活的神经画廊生成框架 Myportrait，在单目视频中加入个性化先验和三维人脸形变空间的可变先验，在新的可控参数下生成个性化细节。我们的框架支持基于视频和基于音频的面部动画，给定单个人的单目视频。通过测试数据是否发送到训练中，我们的方法提供了实时在线版本和高质量离线版本。广泛的实验证明了我们方法在各个指标上优于最先进方法。代码将公开发布。

Dec, 2023

利用深度学习方法，通过在生成式模型的分离潜在空间中对先验图像的概念性信息进行约束和优化，提出了一个框架用于从高度不完整的成像测量中估计与已知先验图像有语义相关性的对象。

Feb, 2021

本文通过使用由 GANs 学习得到的图像先验知识与个体图像的图像统计特征相结合，解决了对已有自然照片的高级属性进行操控的问题，提出了一种准确重构并合成新内容且能够保持输入图像特征的交互式系统，并在多个语义图像编辑任务上展示了方法的有效性。

May, 2020