多尺度注意力的面部属性编辑归一化

作者：朱嘉琪; 陶然; 阮振平; 詹曙

来源：合肥工业大学学报(自然科学版), 2022, 45(10): 1327-1333+1340.

DOI：10.3969/j.issn.1003-5060.2022.10.006

• 生成对抗网络
• 图像合成
• 面部属性编辑
• 自注意力网络

现有的方法利用编解码器和生成对抗网络用于面部属性编辑，会导致低分辨率结果而且操控面部属性能力有限。为了解决这些问题，文章从选择性细化的角度提出一种新的面部属性编辑生成对抗网络(facial attribute editing generative adversarial networks, FAE-GAN),该方法能够专注于编辑要更改的图像属性，同时保留面部的细节。首先学习一个空间变化函数，该函数将高层特征图映射到归一化层所需的参数图；然后结合残差块，将低层特征图添加到调制后的特征图中，从而使属性细化任务更加容易实现。实验结果表明，该模型在属性操纵精度和感知质量方面均具有优势。

• 单位
  安徽医科大学第二附属医院; 合肥工业大学