LADN：用于化妆与卸妆的局部对抗解耦网络

我们提出一种用于面部化妆与卸妆的局部对抗解耦网络（LADN）。我们方法的核心是在内容-风格解耦网络中使用多个重叠的局部对抗判别器，以实现面部图像间的局部细节迁移，并利用非对称损失函数处理具有高频细节的夸张化妆风格。现有技术未在全局对抗设定下展示或未能迁移高频细节，或仅训练单一局部判别器以确保图像结构一致性，从而仅适用于相对简单的风格。与其他方法不同，我们提出的局部对抗判别器能够在无监督设定的跨图像风格迁移中，判别生成的局部图像细节是否与给定参考图像中的对应区域一致。结合这些技术贡献，我们不仅在传统风格上取得了最先进（SOTA）的结果，还在涉及跨多个面部特征大面积覆盖的高频细节的复杂夸张风格上取得了新颖结果。我们发布了一个精心设计的未配对化妆前与化妆后图像数据集。