来自中国科学技术大学以及微软研究院的研究团队于今年五月发表的一篇名为「使用条件 GAN 进行蒙版引导的人像编辑」的研究近日在社交媒体引发了关注。以下是该论文的完整摘要分享：肖像编辑是照片处理中的热门主题。生成对抗网络（GAN）促进了逼真的面部的生成，并允许进行更多的面部编辑。在本文中，研究人员讨论了现有技术中的三个问题：多样性，质量和肖像合成和编辑的可控制性。为了解决这些问题，研究团队提出了一种新颖的端到端学习框架，该框架利用由提供的面罩引导的条件 GAN 生成人脸。该框架分别学习每个面部组件（例如嘴，头发，眼睛）的特征嵌入，从而有助于更好地进行图像翻译和局部面部编辑的对应关系。有了遮罩，该网络可用于许多应用程序，例如由遮罩驱动的脸部合成，脸部 Swap +（包括交换中的头发）以及本地操作。除此之外，作为数据增强的一种选择，它还可以提高面部分析的性能。该论文已被今年 CVPR 大会收录。GitHub传送门：bit.ly/2W9WPZr