摘要

针对人脸编辑存在的编辑结果不自然、生成图像变化较大等问题,提出了一种有闭解的可控人脸编辑算法。首先,随机采样n个潜在向量来构造样本矩阵,并计算出该矩阵的前k个主成分向量;然后,利用ResNet-50得到人脸图像的5个属性,并通过支持向量机(SVM)计算出各属性的语义边界;最后,计算这些属性的可解释方向向量,这些向量在尽量靠近主成分向量的同时也尽量远离对应属性的语义边界,从而减小人脸属性之间的耦合性,并提高编辑过程中的可控性。该算法具有闭解,因此效率较高。实验结果表明,所提算法和语义的闭式分解(SeFa)算法和可解释的生成对抗网络控制(GANSpace)算法相比,在初始分数(IS)上分别增加了19%和26%,在弗雷歇距离(FID)上分别减小了4%和37%,在最大平均差异(MMD)上分别减小了15%和48%。可见,该算法具有较好的可控性和解耦性。