口红远远不够：超越颜色匹配的自然场景妆容迁移
计算机视觉与模式识别
2021-04-06 v1
摘要
妆容迁移是将参考图像中的妆容风格应用到源人脸上的任务。现实生活中的妆容多样且自然随意，不仅涵盖颜色变化，还包括图案，如贴纸、腮红和首饰。然而，现有工作忽视了后者成分，将妆容迁移局限于颜色处理，仅关注淡妆风格。本文中，我们提出一个整体妆容迁移框架，可处理上述所有妆容成分。它由一个改进的颜色迁移分支和一个新颖的图案迁移分支组成，以学习所有妆容属性，包括颜色、形状、纹理和位置。为训练和评估该系统，我们还引入了用于真实与合成极端妆容的新妆容数据集。实验结果表明，我们的框架在淡妆与极端妆容风格上均达到了最先进的性能。代码见 https://github.com/VinAIResearch/CPM。
引用
@article{arxiv.2104.01867,
title = {Lipstick ain't enough: Beyond Color Matching for In-the-Wild Makeup Transfer},
author = {Thao Nguyen and Anh Tran and Minh Hoai},
journal= {arXiv preprint arXiv:2104.01867},
year = {2021}
}
备注
Accepted to CVPR'21