像明星一样化妆：深度局部化妆迁移网络
计算机视觉与模式识别
2016-04-26 v1 人工智能
摘要
本文提出一种新颖的深度局部化妆迁移网络，用于自动为女性推荐最合适的妆容并在其脸上合成该妆容。给定一张上妆前的脸，其最合适的妆容被自动确定。然后，将上妆前的人脸和参考人脸一同输入所提出的深度迁移网络，以生成上妆后的脸。我们的端到端化妆迁移网络具有若干优良特性：(1) 功能完整：包括粉底、唇彩和眼影迁移；(2) 化妆品特定：不同化妆品以不同方式迁移；(3) 局部性：不同化妆品应用于不同面部区域；(4) 生成自然外观的结果而无明显伪影；(5) 可控的妆容深浅：可生成从淡妆到浓妆的多种结果。定性和定量实验表明，我们的网络性能远优于 [Guo and Sim, 2009] 的方法以及 NerualStyle [Gatys et al., 2015a] 的两个变体。
引用
@article{arxiv.1604.07102,
title = {Makeup like a superstar: Deep Localized Makeup Transfer Network},
author = {Si Liu and Xinyu Ou and Ruihe Qian and Wei Wang and Xiaochun Cao},
journal= {arXiv preprint arXiv:1604.07102},
year = {2016}
}
备注
7pages, 11 figures, to appear in IJCAI 2016