Kernkonzepte
본 연구는 2D 이미지 데이터만을 활용하여 인종 관련 안면 표현형 특성(피부색, 머리색, 코 모양, 눈 모양, 입 모양 등)을 정밀하게 제어할 수 있는 프레임워크를 제안한다.
Zusammenfassung
본 연구는 인종 관련 안면 표현형 특성을 정밀하게 제어할 수 있는 프레임워크를 제안한다. 기존 연구와 달리 3D 합성 데이터나 수동 라벨링이 아닌 2D 이미지 데이터와 간단한 메트릭 기반 파라미터만을 활용한다.
먼저 피부색, 머리색, 코 모양, 눈 모양, 입 모양 등의 인종 관련 안면 표현형 특성을 2D 메트릭으로 정의한다. 이를 바탕으로 인코더 EF와 EC를 통해 이미지를 잠재 공간으로 매핑하고, 생성기 G를 통해 이미지를 생성한다. EF는 무감독 데이터 IF를 잠재 공간으로 매핑하고, EC는 감독 데이터 IC의 표현형 특성 파라미터를 잠재 공간으로 매핑한다. 이를 통해 생성된 이미지는 개별 표현형 특성을 정밀하게 제어할 수 있다.
제안 프레임워크는 기존 ConfigNet 대비 더 높은 사실감과 제어력을 보여준다. 또한 CelebA-HQ-Clean-Augmented이라는 새로운 고품질 다양성 데이터셋을 소개한다.
Statistiken
피부색 표현을 위한 HSV 공간의 V 채널 평균값
머리색 표현을 위한 HSV 공간의 V 채널 평균값
피부색 표현을 위한 HSV 공간의 S 채널 평균값
머리색 표현을 위한 HSV 공간의 S 채널 평균값
피부색 표현을 위한 YCrCb 공간의 Cr 채널 평균값
머리색 표현을 위한 YCrCb 공간의 Cr 채널 평균값