Aug, 2022

3D-FM GAN: 面部三维可控制变化

HTML
PDF
TL;DR提出了一种新的3D可控脸部操作方法：3D-FM GAN，通过将输入脸部图像和3D编辑的真实渲染相结合，可以提供高质量、身份保留、3D可控的脸部操作，相较于现有技术，具有更好的可编辑性、更强的身份保护和更高的照片逼真度。
发现论文，激发创造
  • 带有条件GAN的面罩引导肖像编辑

    本文提出了一种通过使用面部覆盖蒙版的条件生成式对抗网络生成更具多样性、质量、可控性的逼真面部，该方法可用于本地面部编辑、面部合成和交换，同时提供了数据增强的选项以加强面部分析的性能。

    May, 2019

  • 将2D StyleGAN升级为3D感知人脸生成

    提出LiftedGAN框架，无需手动标注或3DMM模型的训练，通过可微分的渲染器分解StyleGAN2的潜在空间，生成3D组件，并输出3D形状和纹理，实现内容可控性，在生成逼真高质量图像方面表现出超越现有方法的优点。

    Nov, 2020

  • GAN-Control: 明确可控的GANs

    我们提出了一个具有明确控制GAN生成的图像的框架，借助于对抗性训练（GANs）、明确控制的潜在空间以及对人类的符号解释模型进行了对生成图像的控制，可扩展到人类脸谱以外的领域，实现了身份、年龄、姿态、表情、头发色彩和光照方面的控制，并且在画像和狗图像生成的领域中都展示了控制能力，同时表现出优良的定量和定性性能。

    Jan, 2021

  • FreeStyleGAN：利用相机流形进行自由视角编辑的头像渲染

    本文提出了利用GAN进行3D重建，并引入了GAN相机流形的概念，通过精准的相机控制，实现了真正自由视点的渲染，在输入少量的照片的同时具有明显的语义控制能力。

    Sep, 2021

  • MOST-GAN: 用于解耦脸部图像操作的3D可塑造风格GAN

    MOST-GAN 使用 3D 形态模型耦合现代化 2D 变形网络实现面部图像生成、控制和逼真操作。

    Nov, 2021

  • GAN 隐空间中的方向搜索用于神经网络人脸再现

    该研究探讨了如何使用预训练 GAN 模型实现头部和面部重新实现，并使用 3D 形状模型帮助发现潜在空间中的方向，以达到身份解缠和跨人重现的目的。研究结果表明，与现有的最先进方法相比，该方法是一种高质量的方法。

    Jan, 2022

  • 可控肖像图像动画的3D GAN反向推导

    本文提出了一种基于新开发的三维生成对抗网络（GANs）的画像图像动画的技术，该技术允许对图像主体的姿态进行明确控制，并展示了该方法在图像质量，身份保护和姿态转移等方面胜过先前的方法，同时支持属性修改。

    Mar, 2022

  • 将可控 NeRF-GAN 的 3D 感知注入 StyleGAN，用于可编辑的肖像图像合成

    通过引入SURF-GAN和将其先验注入StyleGAN，提出了一种新的三维可控生成器，可进行人像生成的明确姿态控制。

    Jul, 2022

  • G3FA：几何指导的生成对抗网络用于人脸动画

    本研究解决了在单一源图像基础上进行自然人脸动画时几何一致性不足的问题。我们提出的几何指导生成对抗网络（G3FA）通过只使用二维图像引入三维信息，显著提升了人脸动画模型的图像生成能力。实验结果表明，G3FA相比现有的实时人脸动画方法在性能上具有显著优势。

    Aug, 2024

  • 揭示文本引导的3D面部编辑方向

    本研究解决了3D面部编辑中质量、效率与泛化能力之间的平衡问题。通过引入扩散模型，我们提出了一种快速、通用的Face Clan方法，使用户能够基于任意属性描述直观地生成和操纵3D面部。实验结果表明，该方法在多种预训练GAN中表现出色，有助于推动多媒体内容创作的发展。

    Oct, 2024