FaceShifter：迈向高保真度和遮挡意识的面部交换

• 2020 年 1 月 2 日
• 筆記

原文标题：FaceShifter: Towards High Fidelity And Occlusion Aware Face Swapping

摘要：在这项工作中，我们提出了一个新颖的两阶段框架，称为FaceShifter，用于实现高保真度和遮挡意识的人脸交换。与许多现有的人脸交换作品在合成交换的面孔时仅利用目标图像的有限信息不同，我们的框架在其第一阶段通过充分，自适应地利用和集成目标属性，以高保真度生成交换的面孔。我们提出了一种新颖的属性编码器，用于提取多级目标人脸属性，并提出了一种经过精心设计的自适应注意力非正规化（AAD）层的新生成器，以自适应地集成身份和人脸合成属性。为了解决具有挑战性的面部遮挡，我们附加了第二阶段，该阶段包括一个新颖的启发式错误确认细化网络（HEAR-Net）。它经过训练可以以自我监督的方式恢复异常区域，而无需任何手动注释。在自然面孔上进行的大量实验表明，与其他最新方法相比，我们的面孔交换结果不仅在感知上更具吸引力，而且还保留了更好的身份。

原文作者：Lingzhi Li,Jianmin Bao,Hao Yang,Dong Chen,Fang Wen

原文地址：https://arxiv.org/abs/1912.13457