# Pose and Facial Expression Transfer by using StyleGAN

### 저자

Petr Jahoda, Jan Cech

### 개요

본 논문은 얼굴 이미지 간 자세와 표정을 전이하는 새로운 방법을 제안합니다. 소스 얼굴 이미지와 타겟 얼굴 이미지를 입력받아, 소스 이미지의 자세와 표정을 타겟 이미지의 얼굴에 적용한 결과 이미지를 생성합니다.  StyleGAN2의 잠재 공간을 활용하여 두 입력 이미지를 매핑 네트워크를 통해 처리하며, 여러 개인의 비디오 시퀀스로부터 자가 지도 학습을 진행하여 수동 라벨링이 필요 없습니다.  이 모델은 제어 가능한 자세와 표정을 가진 임의의 얼굴 이미지 합성을 가능하게 하며, 실시간에 가까운 성능을 달성합니다.

### 시사점, 한계점

- **시사점:**

    - 수동 라벨링 없이 자가 지도 학습을 통해 얼굴 자세 및 표정 전이 모델을 학습할 수 있음.

    - StyleGAN2의 잠재 공간을 활용하여 고품질의 얼굴 이미지 합성 가능.

    - 제어 가능한 자세와 표정을 가진 임의의 얼굴 이미지 합성 가능.

    - 실시간에 가까운 처리 속도 달성.

- **한계점:**

    - 논문에서 구체적인 성능 지표(정량적 평가)가 제시되지 않음.

    - 다양한 조명, 배경, 얼굴 방향 등에 대한 모델의 일반화 성능에 대한 분석 부족.

    - 비디오 시퀀스 데이터 의존성으로 인한 데이터 확보의 어려움.

    - StyleGAN2에 대한 의존성으로 인한 계산 자원 소모 가능성.

[PDF 보기](https://arxiv.org/pdf/2504.13021)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).