AgileGAN - Inversion-Consistent高质量肖像风格化迁移框架（字节+南

Agile GAN一种新颖的逆向一致转移高质量肖像风格化的学习框架high quality portrait stylization

using only limited exemplars仅使用有限的示例

motivation

早期的neural style transfer methods struggle with style that need to strongly adapt to facial geometry

早期的神经风格迁移方法与需要强烈适应面部几何

调整最近的肖像风格化管道能够以卡通风格产生有希望的结果

然而仍然可以观察到各种文物因为虽然他们的逆映射可能有利于重建真实的人脸

however various artifacts can still be

它对不同的风格不是很健壮

方法：

我们的管道由两个主要部分组成映射输入图像的分层变分编码器映射输入图像的分层变分编码器进入一个我们称之为Z plus 的潜在空间和一个属性感知生成器

该方法在创造高质量的过程中，提供了更大的灵活性和高分辨率肖像风格化模型

我们的管道还可以通过负载代码操作支持图像编辑

展示了改变姿势和照明的结果

该模型的结果也可以转换成视频序列，通过一阶运动技术，输入视频驱动程式化的图像