【今日學術】通用的換臉模型FSGAN以及驚豔的人臉修復模型SC-FEGAN

FSGAN

FSGAN: Subject Agnostic Face Swapping and ReenactmentInternational Conference on Computer Vision (ICCV), Seoul, Korea, 2019Github: https://github.com/YuvalNirkin/fsgan
FSGAN，主要用於換臉和重新制定。與以前的工作不同，FSGAN具備主體無關性，可以應用於任意成對的人臉，而無需對這些人臉進行訓練。為此，我們推導了一種基於新穎的遞歸神經網絡（RNN）的人臉重建方法，該方法可以針對姿勢和表情變化進行調整，並且可以應用於單個圖像或視頻序列。最後，我們使用面部融合網絡將兩個面部無縫融合，同時保留目標皮膚的顏色和光照條件。該網絡使用新穎的Poisson混合損失，將Poisson優化與感知損失結合在一起。

更多效果

Important note發布此代碼是為了幫助促進對檢測此類偽造品的技術對策的研究。請注意，這是一個正在進行的工作，儘管我們盡一切努力來改善這種方法的效果，但並不是每對臉都可以產生高質量的換臉。

SC-FEGAN

SC-FEGAN : Face Editing Generative Adversarial Network with User's Sketch and Color 

arXiv: https://arxiv.org/abs/1902.06838

github: https://github.com/run-youngjoo/SC-FEGAN

使用深度神經網絡編輯人臉圖像。用戶可以使用直觀的輸入（例如草圖和著色）來編輯面部圖像。網絡SC-FEGAN可以從中生成高質量的合成圖像，使用了帶有門控卷積層的SN-patchGAN鑑別器和類似UNet的生成器。

網絡結構

效果圖

Long-press QR code to transfer me a reward

As required by Apple's new policy, the Reward feature has been disabled on Weixin for iOS. You can still reward an Official Account by transferring money via QR code.