MyTimeMachine是一个个性化面部年龄转换技术,由北卡罗来纳大学教堂山分校和马里兰大学的研究团队共同开发。这项技术能够通过大约50张个人自拍照片,个性化地进行年龄回退(减龄)和年龄进展(增龄),在保持高保真度和身份特征的同时,实现面部老化的效果。
面部老化是一个复杂的过程,受性别、种族、生活方式等多种因素的影响,这使得学习一个全球性的老化先验来准确预测任何个体的老化极具挑战性。现有的技术虽然能产生逼真且可信的老化结果,但重新生成的图像往往不符合目标年龄下人物的实际外观,因此需要个性化处理。
MyTimeMachine通过结合全球老化先验和个人照片集来学习个性化的年龄转换。研究者们引入了一个新的适配器网络,该网络将个性化的老化特征与全球的老化特征结合起来,并利用StyleGAN2生成重新老化的图像。此外,他们还提出了三个损失函数,用于个性化适配器网络:个性化衰老损失、外推正则化和自适应w-范数正则化。
这项技术不仅可以应用于静态图像,还可以扩展到视频中,实现高质量、保持身份且时间一致的老化效果,这些效果类似于目标年龄的实际外观,证明了它优于现有的最先进方法。
MyTimeMachine的主要技术贡献包括一个新颖的适配器网络架构、个性化老化损失、外推正则化和自适应w-范数正则化。广泛的定量和定性评估表明,MyTimeMachine的方法优于现有的年龄转换和简单个性化方法。
参考:https://arxiv.org/abs/2411.14521
网友回复