Key points are not available for this paper at this time.
Die Bearbeitung von Gesichtsattributen spielt eine entscheidende Rolle bei der Synthese realistischer Gesichter mit bestimmten Eigenschaften, während realistische Erscheinungen beibehalten werden. Trotz Fortschritten bestehen Herausforderungen bei der Erreichung präziser, 3D-bewusster Attributmodifikationen, die für konsistente und genaue Darstellungen von Gesichtern aus verschiedenen Blickwinkeln entscheidend sind. Aktuelle Methoden kämpfen mit semantischer Verwicklung und fehlen effektive Anleitungen zur Integration von Attributen, während die Bildintegrität gewahrt bleibt. Um diese Probleme anzugehen, stellen wir ein neuartiges Framework vor, das die Stärken latenter und referenzbasierter Bearbeitungsmethoden verbindet. Unser Ansatz verwendet eine 3D-GAN-Inversions-Technik, um Attribute aus dem Referenzbild in einen Tri-Plane-Raum einzubetten, was 3D-Konsistenz und realistische Ansichten aus mehreren Perspektiven gewährleistet. Wir nutzen Mischtechniken und vorhergesagte semantische Masken, um präzise Bearbeitungsregionen zu lokalisieren, und kombinieren sie mit der kontextuellen Anleitung aus dem Referenzbild. Eine Grob-zu-fein Inpainting-Strategie wird dann angewendet, um die Integrität der nicht angestrebten Bereiche zu bewahren, was den Realismus erheblich verbessert. Unsere Bewertungen zeigen eine überlegene Leistung bei verschiedenen Bearbeitungsaufgaben und validieren die Effektivität unseres Frameworks bei realistischer und anwendbarer Gesichtsattributbearbeitung.
Huang et al. (Thu,) untersuchten diese Frage.