Transfiguring Portraits论文阅读笔记
图1:我们系统的目标是让人们想象和探索在
不同的国家,时代,发型,头发的颜色,年龄
以及可以在图片搜索引擎中查询的其他内容的样子。上面的示例显示了一张输入照片(左),并自动合成了输入人的“卷曲的头发”(上排),“印度”(第二排)和“ 1930”(第三排)的外观。
摘要:
- 通过
改变头发的颜色,发型,变老,处于不同的时代风格,或不同的国家或职业,人们看起来可能会发生巨大变化
。其中一些可以改变外观,并激发创造性的改变,有些则不能,但是如果不进行实际尝试,我们怎么知道?我们提出了一个系统,该系统可以自动合成无数个外观
。 用户输入一张或多张他或她的脸部照片(任意数量),文本查询感兴趣的外观(就像他们搜索图像搜索引擎一样),并以查询的外观将输入的人作为输出。我们的系统不是固定查询或数据集的数量,而是利用网上所有相关且可搜索的图像,估计输入的图像,并利用其生成复合图像。我们展示了大量在不受约束的成像条件下拍摄的示例照片。 - 关键字:人脸,大数据,野外,外观预测,基于互联网的合成,人像,富有想象力。
引言
- 在“美国人”节目中,苏联克格勃间谍只是通过改变发型,颜色和服装风格来改变身份。当我们去找发型师时,我们可以浏览一本杂志,上面有模特的照片,并指向想要尝试的那种风格的照片。有时我们会看到名人,想知道他们的风格是否适合我们。演员会更改外观以适合特定角色,例如凯特·布兰切特(Cate Blanchett)在“我不在那儿”中描绘了鲍勃·迪伦(Bob Dylan)的角色。但是,如何在不进行物理尝试的情况下如何预测外观变化是否合适?还是我们如何探索各种外表,例如针对失踪人员?本文是关于这种变化的自动综合。
- 其思想是让人们从图像中变形其外观,而不进行任何物理变化(图1)。我们没有解决在任何输入照片中人工渲染逼真的头发颜色和发型(例如从预先捕获的发型3D模型中)的难题,而是我们的主要想法是,互联网上数十亿人的照片已经捕获了所有可能的发型,颜色,和更多。例如,搜索“卷曲的金发”将返回该发型的数千种变体。受[Hays and Efros2007]的启发,该技术利用Internet来完成场景,我们创建了一种工具,该工具可以利用网络使人们以新的样式和场景进行探索和想象。【输入图像,利用网上的各种人像照片,自动合成不同发型,年龄,风格】
图2:我们系统的插图。系统将输入照片和文本查询**【卷发】**作为输入。文本查询用于搜索Web图像引擎,对检索到的照片进行处理以计算各种面部特征以及皮肤和头发面具,并根据它们与输入照片的匹配程度进行排名。最后,将输入人脸融合到排名最高的候选者中。
- 我们的系统将输入一张或多张人脸的照片作为输入,让用户搜索所需的任何描述,自动处理目标照片集,并将输入的脸孔呈现在查询的描述中。具体来说,它具有三个关键功能:
- 1.自由格式查询。允许用户搜索任何内容,而不仅限于规定的样式集。这开启了探索它们在不同国家,时代甚至宇航员中的样子的可能性。【允许搜索任意内容的图像】
- 2。Doppelganger sets。由于性别,种族和面部表情的差异,人们的面孔差异很大。由于脸部形状和轮廓不同,合成两个任意脸部可能会失败。但是,由于每个查询捕获了大量图像,这些图像捕获了许多不同的人和姿势,这使我们能够结合面部,年龄和性别识别算法,并找到面部与输入人的面部和头部形状最相似的人。我们称此类相似的人为“Doppelganger sets.”。然后我们可以将输入的头发替换为Doppelganger sets集合中的发型,并以新的样式想象输入对象。【结合性别、年龄检测,姿态估计,将最接近输入图像的人脸作为备选集合。】
- 3。in the wild.,我们的目标是完全不受限制和未经校准的设置,允许您从输入中输入任何照片。个人照片集。自然地,互联网照片在成像条件(照明,姿势,照相机)中包含着很大的差异,我们在匹配和合成阶段充分利用了这些信息,从而可以最佳地选择候选人。【适用于输入任何个人的图像】
- 我们系统的关键技术组件是
人脸处理(人脸和基准点检测和对齐),属性识别(年龄和性别),皮肤和头发遮罩计算
,通过人脸和属性识别的Doppelganger sets估计以及匹配成像条件,并使用皮肤和发膜进行融合
。完整的系统(如图2所示)是完全自动化的,并且设计时考虑了简单性。 - 此外,为了允许与年龄有关的查