论文标题：FaceController: Controllable Attribute Editing for Face in the Wild 论文链接：https://arxiv.org/abs/2102.11464 作者单位：华中科技大学(白翔团队) & 百度 可生成自定义属性的高质量人脸图像，表现SOTA！性能优于LADN、SEAN等网络。

人脸属性编辑旨在生成具有一个或多个所需人脸属性的人脸，同时保留其他细节。与之前的工作（如GAN inversion）（具有昂贵的反向映射过程）不同，我们提出了一种简单的前馈网络来生成高保真操作的人脸。通过简单地使用一些现有且易于获得的先验信息，我们的方法可以控制，传输和编辑人脸的各种属性。因此，所提出的方法可以应用于各种应用，例如人脸互换，人脸补光和化妆迁移。在我们的方法中，我们使用3D先验来分离身份，表情，姿势和照明。使用按区域划分的style codes将纹理和颜色分开。所有信息都通过我们的身份样式标准化模块嵌入到对抗性学习中。提出了纠缠损失以增强生成器以独立于每个属性提取信息。已经进行了全面的定量和定性评估。在一个单一的框架中，我们的方法在各种人脸应用上都获得了最佳或具有竞争力的分数。

内容中包含的图片若涉及版权问题，请及时与我们联系删除