文章目录
- MaskGAN: Towards Diverse and Interactive Facial Image Manipulation
- key points
- 贡献
- 方法
-
- 密集映射网络DMN
- 编辑行为模拟训练
- 多目标学习
- CelebAMask-HQ数据集
- 实验
-
- 消融实验
- 总结
MaskGAN: Towards Diverse and Interactive Facial Image Manipulation
会议/期刊：CVPR 2020
作者：
code：https://github.com/switchablenorms/CelebAMask-HQ.
key points
以前的方法：要么对预定义的人脸属性集进行操作，要么使用户很少有交互操作图像的自由。
我们提出了MsakGAN，实现了多样化和交互式的面部操作。
关键观点是，语义掩码作为一种合适的中间表示，用于具有保真度的灵活面部操作。
MaskGAN有两个主要组成部分:
1)密集映射网络(DMN)
2)编辑行为模拟训练(EBST)。
前者学习语义掩码与渲染图像之间的映射，后者学习在操作掩码时对用户编
