Apr, 2023

基于稀疏交互指导的区域感知肖像修饰

PDF
TL;DR本文提出一种基于深度学习的面部照片交互修饰框架，旨在提高用户界别优先级，包括自动分支和交互分支，后者通过将用户指定区域编码进优先级条件向量和调制地潜在特征来进一步强调用户指定区域，实验证明该方法能够有效地捕捉用户意图且比现有方法更具区域感知性和灵活性。
portrait retouchingdeep learninguser intentinteractionregion-aware
发现论文，激发创造
  • 随心再捕

    本研究提出了一种肖像重制方法，使用户能够轻松编辑其肖像以获得所需的姿势 / 视图、身体比例和服装样式，其中图形布局映射和语义感知外观转换被设计用于解决人体非刚性变形和语义感知编辑问题。

    Jun, 2020

  • StyleRetoucher: 带有 GAN 先验的通用肖像图像修饰

    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

  • 朝着人工引导的灵活互动去除反射

    本文讨论了单幅图像去反射问题的不确定性，提出了一种基于灵活交互的去反射方法，利用稀疏人工引导作为辅助高级先验，通过转化人工输入形式并设计掩码引导的去反射网络，实现了在各种数据集上具有领先性能的反射去除。

    Jun, 2024

  • 基于区域注意力和精细化的轻量级人像抠图

    我们提出了一个高分辨率人像抠图的轻量级模型，无需使用任何辅助输入，并能在高清视频中实时进行处理。我们的模型采用了两阶段的框架，其中低分辨率网络用于粗糙的透明度估计，后续的细化网络用于改善局部区域。通过利用 Vision Transformer（ViT）作为低分辨率网络的主干，在遵循像素信息的同时，能够通过 ViT 的分词步骤降低空间分辨率。为了传播局部上下文信息，我们在细化网络中提出了一种新颖的跨区域注意力（CRA）模块。我们的方法在三个基准数据集上取得了优越结果，并且相比现有最先进模型的 $1/20$ 的 FLOPS，仍能表现出色。

    Nov, 2023

  • 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

  • 使用智能、稀疏的轮廓表示和编辑图像

    使用基于对抗生成网络的模型，以轮廓为输入，在较少的像素输入下，对图像进行高保真重建，并实现了基于轮廓的图像操作，如简单的编辑可以实现复杂的面部表情变化。

    Dec, 2017

  • PPR10K：一个具备人物区域掩码和组级别一致性的大规模肖像照片修复数据集

    本文介绍了特殊的肖像照片修饰任务及其对应的数据集 PPR10K，该数据集旨在进行自动肖像照片优化方法研究，同时提出了一些有效的方法来解决优化问题。

    May, 2021

  • 人像透视矫正学习

    本篇论文提出了一个基于深度学习的图像纠正技术，能够有效去除近距离人像照片中透视失真等伪像，同时还能自动推断遮挡的面部特征，该方法不需要先配合三维面部模型，并且可以显著提高人脸识别和三维重建的准确度，实现单幅肖像图像的相机标定。

    May, 2019

  • MagiCapture: 高分辨率多概念人像定制

    MagiCapture 是一种个性化方法，通过融合主题和风格概念，仅利用几个主题和风格参考图像生成特定风格的高分辨率肖像图像。

    Sep, 2023

  • 基于人口统计学的面部润饰检测：子类监督稀疏自编码器

    本文介绍了一个新的多族裔头像数据集，并提出了一种半监督自编码器方法，用于改善数字照片修饰检测的分类，结果表明，测试图像的族裔 demography 对修饰检测的准确性有很大的影响。

    Sep, 2017