一种具有肤色感知和裸体识别的肖像风格化框架

肖像风格化是一项具有挑战性的任务，涉及将输入肖像图像转换为特定风格，同时保留其固有特征。近期 Stable Diffusion (SD) 的引入显著提升了该领域的结果质量。然而，一个实用的风格化框架仍需能够有效过滤有害输入内容，并保留输入的独特特征（如肤色），同时保持风格化质量。这些挑战阻碍了此类框架的广泛部署。为解决这些问题，本研究提出一个肖像风格化框架，包含裸体内容识别模块 (NCIM) 和肤色感知肖像风格化模块 (STAPSM)。实验中，NCIM 在增强显式内容过滤方面表现出良好性能，STAPSM 准确呈现了多样化的肤色范围。我们提出的框架已成功部署于实践中，有效满足了现实应用的关键需求。