为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展,VALSE最新推出了《论文速览》栏目,将在每周发布一至两篇顶会顶刊论文的录制视频,对单个前沿工作进行细致讲解。本期VALSE论文速览选取了来自北京大学王选计算机研究所、微软亚洲研究院以及中国技术大学的人脸编辑方面的工作。该工作由北京大学王选计算机研究所连宙辉副教授指导,高月同学录制。 论文题目:高保真任意范围的人脸编辑 作者列表:高月 (北京大学王选计算机研究所,微软亚洲研究院),魏芳芸 (微软亚洲研究院),鲍建敏 (微软亚洲研究院),古纾旸 (中国科学技术大学),陈栋 (微软亚洲研究院),Fang Wen (微软亚洲研究院),连宙辉 (北京大学王选计算机研究所) B站观看网址: https://www.bilibili.com/video/BV1bL4115771/ 复制链接到浏览器打开或点击阅读原文即可跳转至观看页面。 论文摘要: 循环一致性 (cycle consistency)被广泛用于人脸编辑。然而,本文观察到,生成器倾向于找到一种狡猾的方式来隐藏原始图像的信息,以满足循环一致性的约束,使得它无法保持非编辑区域的丰富细节 (如皱纹和痣)。本文提出了一个简单且有效的方法HifaFace,从两个方面解决上述问题。首先,通过将输入图像的高频信息直接输入到生成器的末端,减轻生成器合成丰富细节的压力。第二,采用一个额外的判别器来鼓励生成器合成丰富的细节。具体而言,应用小波变换将图像变换到频域,其中的高频部分可以用来恢复输入图像中包含的丰富的细节。本文还注意到,对属性的精细化和更大范围的控制对人脸编辑任务而言是非常重要的。为了实现这一目标,本文还提出了一种新的属性回归损失。实验表明,在所提出的框架支持下,本文方法实现了高保真和任意范围的人脸编辑,性能超过了当前其他最先进的方法。 论文信息: [1]Yue Gao, Fangyun Wei, Jianmin Bao, Shuyang Gu, Dong Chen, Fang Wen, and Zhouhui Lian. "High-Fidelity and Arbitrary Face Editing." In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR’21), pp. 16115-16124. virtual, June 2021. 论文链接: [https://openaccess.thecvf.com/content/CVPR2021/papers/Gao_High-Fidelity_and_Arbitrary_Face_Editing_CVPR_2021_paper.pdf] 项目链接: [https://yuegao.me/HifaFace/] 视频讲者简介: 高月,北京大学硕士研究生,微软亚洲研究院研究员,研究方向为计算机视觉,图像生成,视频理解与处理等。 特别鸣谢本次论文速览主要组织者: 月度轮值AC:张正 (哈尔滨工业大学(深圳))、李爽 (北京理工大学) 季度责任AC:许永超 (武汉大学) 活动参与方式 1、VALSE每周举行的Webinar活动依托B站直播平台进行,欢迎在B站搜索VALSE_Webinar关注我们! 直播地址: https://live.bilibili.com/22300737; 历史视频观看地址: https://space.bilibili.com/562085182/ 2、VALSE Webinar活动通常每周三晚上20:00进行,但偶尔会因为讲者时区问题略有调整,为方便您参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ R群,群号:137634472); *注:申请加入VALSE QQ群时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。 3、VALSE微信公众号一般会在每周四发布下一周Webinar报告的通知。 4、您也可以通过访问VALSE主页:http://valser.org/ 直接查看Webinar活动信息。Webinar报告的PPT(经讲者允许后),会在VALSE官网每期报告通知的最下方更新。 看到这了,确定不关注下吗?关注下再走吧~ |
小黑屋|手机版|Archiver|Vision And Learning SEminar
GMT+8, 2024-11-24 15:50 , Processed in 0.012903 second(s), 14 queries .
Powered by Discuz! X3.4
Copyright © 2001-2020, Tencent Cloud.