敏敏捷型风风格化人像和虚拟形象创建
背景与趋势
- 虚拟身份日益流行：虚拟身份在社交媒体应用（如Viola app、Snapchat）和游戏应用（如ReadyPlayerMe、Bitmoji）中受到欢迎。
- 抖音产品中的虚拟形象：TikTok中的虚拟形象采用Manga风格和Pixar风格。
关键挑战
主要方法
- AgileGAN：通过逆向一致的迁移学习进行风格化人像生成（SIGGRAPH 2021）
- AgileAvatar：通过级联域桥接进行风格化虚拟形象生成（SIGGRAPH Asia 2022）
技术细节
- 人像风格化：通过从StyleGAN学习进行风格化（Z空间和W空间）。
- 虚拟形象生成：采用级联域桥接技术进行风格化虚拟形象生成。
研究成果
- 关键优势：可以从非常少的未配对风格示例（<100个）中开发出风格化模型，并将产品部署时间从数月缩短到数周。
- 用户研究：结果显示，该方法在用户满意度方面优于其他竞争方法，并且与手工制作的结果相当。
局限性
- 属性评估：部分属性匹配度有待提升。
- 任务匹配：输出虚拟形象与输入匹配度仍有待改进。
总结
该研究通过引入AgileGAN和AgileAvatar等方法，实现了高效的人像和虚拟形象风格化。这些方法不仅能够快速适应不同风格的需求，还能显著降低人工标注的工作量，从而大大提高了产品的开发效率和质量。
