Evaluation of facial attribute editing methods based on deep generative models
Évaluation de méthodes d'édition des attributs faciaux basées sur des modèles génératifs profonds
Résumé
We propose an in-depth evaluation of generative models for face editing. Several criteria are evaluated: quality of generated images, effective modification of targeted facial attributes and identity preservation. The three models evaluated were StarGAN, VecGAN and DiffAE. The results show that StarGAN produces low-quality results. Whereas VecGAN and DiffAE have good identity preservation and visual quality, but are not yet effective enough in modifying the targeted attribute in a disentangled way.
Nous proposons une évaluation approfondie de modèles génératifs permettant l'édition de visages. Plusieurs critères sont évalués : la qualités des images générées, la modification effective des attributs faciaux visés et conservation de l'identité. Les trois modèles évalués sont StarGAN, VecGAN et DiffAE. Les résultats montrent que StarGAN produit des résultats de faible qualités. Tandis que VecGAN et DiffAE ont une bonne conservation de l'identité et qualité visuelle, mais ne sont pas encore assez efficaces dans la modification de l'attribut visé de manière non entrelacée.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| licence |
