Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Pose and Facial Expression Transfer by using StyleGAN

Created by
  • Haebom

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.
👍
Made with Slashpage