मास्क-ज्ञानी फोटोरियलिस्टिक चेहरे के गुणधर्म हेरफेर

चेहरे के गुणधर्म हेरफेर की तकनीक का उपयोग बढ़ता जा रहा है, लेकिन गुणों का संपादन इस तरह सीमित करना चुनौतीपूर्ण है कि चेहरे के अनूठे विवरणों को संरक्षित किया जा सके। इस पत्र में, हम अपनी विधि प्रस्तुत करते हैं, जिसे हम मास्क-प्रतिकूल ऑटोएनकोडर (M-AAE) कहते हैं। यह फोटोरियलिस्टिक छवि निर्माण के लिए एक परिवर्तनात्मक ऑटोएनकोडर (VAE) और एक जनरेटिव प्रतिकूल नेटवर्क (GAN) को जोड़ता है। हम एनकोडर के फीचर मैप्स में कुछ पिक्सल को बदलने के लिए आंशिक फैलाए गए परतों का उपयोग करते हैं, गुणधर्म की ताकत को निरंतर बदलते हुए बिना वैश्विक जानकारी को बाधित किए। VAE और GAN के लिए हमारे प्रशिक्षण के उद्देश्य चेहरे की पहचान हानि और चक्र निरंतरता हानि की निगरानी से सुदृढ़ होते हैं, ताकि चेहरे के विवरण को सच्चाई से संरक्षित किया जा सके। इसके अलावा, हम पृष्ठभूमि की निरंतरता को बनाए रखने के लिए चेहरे के मास्क उत्पन्न करते हैं, जो हमारे प्रशिक्षण को पृष्ठभूमि के बजाय अग्रभूमि चेहरे पर केंद्रित करने की अनुमति देता है। प्रयोगात्मक परिणाम प्रदर्शित करते हैं कि हमारी विधि विभिन्न गुणों के साथ उच्च-गुणवत्ता वाली छवियाँ उत्पन्न कर सकती है, और विवरण संरक्षण में मौजूदा विधियों से बेहतर प्रदर्शन करती है।