一种基于生成对抗网络的无监督人肤色变换方法
计算机视觉与模式识别
2020-11-02 v1
摘要
随着增强现实与虚拟现实的日益普及，零售商正愈发关注客户满意度以提升销量。尽管增强现实并非新概念，但在过去几年中获得了亟需的关注。我们当前的工作面向这一方向，可用于提升各类基于虚拟与增强现实应用中的用户体验。我们提出了一种改变人物肤色的方法。给定任意一张包含单人或多人、并带有指示期望肤色向变白或变暗方向改变数值的输入图像，该方法即可改变图像中人物的肤色。这是一种无监督方法，且在姿态、光照、图像中人数等方面不受约束。本工作的目标是减少使用现有应用（如 Photoshop）由专业人员或新手改变肤色通常所需的时间与精力。为验证该方法的有效性，我们将结果与一些流行照片编辑器以及现有人体属性操控基准方法的结果进行了比较。在不同数据集上的大量实验表明，该方法在合成具有感知说服力的输出方面是有效的。
引用
@article{arxiv.2010.16092,
title = {An Unsupervised Approach towards Varying Human Skin Tone Using Generative Adversarial Networks},
author = {Debapriya Roy and Diganta Mukherjee and Bhabatosh Chanda},
journal= {arXiv preprint arXiv:2010.16092},
year = {2020}
}
备注
Accepted in International Conference on Pattern Recognition 2020