浙大人物
金小刚博士生导师
浙江大学计算机科学与技术学院教授，“十三五”国家重点研发计划首席科学家，浙江大学-腾讯游戏智能图形创新技术联合实验室主任，浙江省虚拟现实产业联盟理事长，中国计算机学会虚拟现实与可视化专委会副主任委员，杭州钱江特聘专家。
浙江大学计算机辅助设计与图形学国家重点实验室和浙江大学-腾讯游戏智能图形创新技术联合实验室的研究者们提出了训练StyleGAN隐空间中精细的分离边界的方法，仅用一个向量就能在保持其它面部特征不变的情况下进行语义特征编辑。该方法在去除双下巴等应用中效果显著。
随着社交网络、直播以及短视频的流行，为了给别人留下更好的印象，人脸编辑「美颜」的应用范围越来越广泛，不断发展的科学技术使人脸编辑产生了非常多的研究分支。其中，生成对抗网络（GAN）的隐空间一直是个热点问题，现在越来越多的工作把注意力放在隐码的操控和隐空间中的语义解耦上。StyleGAN是一种可生成高质量人脸图像的生成对抗网络，其隐空间具有非常好的线性特性。利用StyleGAN的这一特征可以实现高质量、应用场景广泛的人脸编辑。但是，如何在改变特定特征的同时保持其它无关特征不变，即进行特征的解耦，仍然是一个难题。
为解决这一问题，浙江大学计算机辅助设计与图形学国家重点实验室和浙江大学-腾讯游戏智能图形创新技术联合实验室可研究者们提出了训练StyleGAN隐空间中精细的分离边界的方法，仅用一个向量就能在保持其它面部特征不变的情况下进行语义特征编辑。
以去除双下巴为例，该方法效果显著：
图1：具有双下巴的肖像图像(第一排)，去除双下巴后的新肖像(第二排)。
该研究的论文《Coarse-to-Fine:FacialStructureEditingofPortraitImagesviaLatentSpaceClassifications》已被计算机图形学顶级国际学术会议ACMSIGGRAPH接收。
论文
