222
社区成员




【BlendGAN:用于任意风格化人脸生成的隐式GAN混合】生成对抗网络 (#GAN# ) 在高保真图像合成和风格化人脸生成方面取得了巨大飞跃。最近,已经开发了一种层交换机制来提高风格化性能。但这种方法无法在单个模型中拟合任意样式,并且每种样式都需要数百张样式一致的训练图像。为了解决上述问题,#快手# 的研究人员提出了#BlendGAN# ,通过利用灵活的混合策略和通用艺术数据集来生成任意风格化的人脸。通过这样做,BlendGAN可以在统一模型中优雅地拟合任意样式,同时避免逐一准备样式一致的训练图像。大量实验表明,对于潜在引导和参考引导的风格化人脸合成,BlendGAN在视觉质量和风格多样性方面均优于最先进的方法。论文:https://arxiv.org/pdf/2110.11728.pdf;代码:github.com/onion-liu/BlendGAN