32、可编辑的结构感知可变形人脸模型：面部细节编辑的新突破

可编辑的结构感知可变形人脸模型：面部细节编辑的新突破

1. 皱纹线编辑

在皱纹线编辑中，用户可在折线图上进行线条的绘制或擦除操作，随后该折线图会被转换为距离场。原始的位移图和经过编辑的距离场会通过编码器 (E) 和解码器 (G) 进行处理，最终得到与用户编辑操作相符的位移图。这一过程借助训练目标 (L_{struct}) 来实现。在训练时，会从不同的面部样本中分别采样位移图 (x_d^{sty}) 和距离场 (x_s) 来模拟用户的编辑操作，然后将它们进行联合编码以合成最终结果，公式如下：
(\hat{x}_{mix} = G(E(x_d^{sty}, x_s)))

同时，使用距离场损失来促使模型保留输入的距离场 (x_s)，其公式为：
(L_{struct} = E_{x,x_{sty}}[\lambda_{df} \ell_{df}(\hat{x}_{mix}, x)])

由于真实的编辑后位移图是未知的，所以这里不能像之前那样使用特征匹配损失 (\ell_{FM})。不过，通过一个对抗目标可以监督生成的位移图更加逼真。

2. 表情和年龄编辑

作为一种深度生成模型，细节模型能够在其潜在空间中对所建模的数据进行语义理解，从而实现表情和年龄的语义编辑。为了与面部动画流程相兼容并且便于用户直观控制，我们采用混合形状权重和年龄值作为控制参数。混合形状权重在表情动画中被广泛使用，每个维度对应着一个预定义基本表情的激活强度，这种定义方式既与大规模网格动画兼容，又便于手动调整。

当用户对脸部细节的表情或年龄进行编辑时，具体步骤如下：
1. 用户指定目标混合形状权重或年龄。
2. 细节模型根