深圳大学和特拉维夫大学最新成果，AI 编辑人脸终于告别 P 一处而毁全图

图片地址：https://img.ithome.com/newsuploadfiles/2022/2/da4ba94f-bc48-48a8-842e-fba3172dd9c2.png

“Attention is all you need！”这句名言又在新的领域得到了印证。来自深圳大学和特拉维夫大学的最新成果，通过在 GAN 中引入注意力机制，成功解决了编辑人脸时会产生的一些“手抖”问题：比如改变人的发型时把背景弄乱；加胡子时影响到头发、甚至整张脸都不太像是同一个人了：这个有了注意力机制的新模型，修改图像时清清爽爽，完全不会对目标区域之外产生任何影响。具体怎么实现？引入注意力图此模型名叫 FEAT （Face Editing with Attention），它是在 StyleGAN 生成器的基础上，引入注意力机制。具体来说就是利用 StyleGAN2 的潜空间进行人脸编辑。其映射器（Mapper）建立在之前的方法之上，通过学习潜空间的偏置（offset）来修改图像。为了只对目标区域进行修改，FEAT 在此引入了注意图 （attention map），将源潜码获得的特征与移位潜码的特征进行融合