Protégé：使用生成对抗网络 (GANs) 学习和生成基础妆容风格
计算机视觉与模式识别
2024-12-31 v1 多媒体
摘要
妆容不再局限于物理涂抹，人们现在使用移动应用在照片上数字化涂抹妆容，然后在社交媒体上分享。然而，这一转变虽然使妆容更易获取，但为不同面部设计多样化的妆容风格仍然是一个挑战。该挑战目前仍需由人类手动完成。现有系统，如妆容推荐引擎和妆容迁移技术，在为不同个体“直观”地创建创新妆容方面存在局限——需要大量用户 effort 和知识，且妆容选项有限。我们的动机是通过提出 Protégé，一种利用最新生成模型——生成对抗网络 (GANs) 来学习和自动生成妆容风格的新妆容应用来解决这一挑战。这是一个现有妆容应用（即使用专家系统和妆容迁移方法的妆容推荐系统）无法实现的任务。已进行大量实验以演示 Protégé 在学习和创建多样化妆容方面的能力，提供了便利和直观的方式，标志着数字妆容技术的重大进步！
引用
@article{arxiv.2412.20381,
title = {Prot\'eg\'e: Learn and Generate Basic Makeup Styles with Generative Adversarial Networks (GANs)},
author = {Jia Wei Sii and Chee Seng Chan},
journal= {arXiv preprint arXiv:2412.20381},
year = {2024}
}
备注
8 pages, 5 figures