将着色作为自动化妆建议的工具
计算机视觉与模式识别
2019-06-19 v1
摘要
着色（colorization）是将灰度图像转换为全彩图像的方法。实现此目的有多种方法。传统方法使用机器学习算法与优化技术来建议可能的用色。随着深度学习领域的进展，着色结果随深度学习架构的改进而持续提升。深度学习领域的最新进展是生成对抗网络（GANs）的出现，其用于生成信息而不仅仅是预测或分类。作为本报告的一部分，我们复现了近期论文的 2 种架构，并提出了一种用于通用着色的新架构。此后，我们提议通过对人脸自动生成化妆建议来使用着色。为此，创建了一个包含 1000 张图像的数据集。当无妆人像送入模型时，模型首先将其转换为灰度，然后通过所提 GAN 模型。输出为生成的化妆建议。为开发该模型，我们需要调整通用着色模型以仅处理人脸。
关键词
引用
@article{arxiv.1906.07421,
title = {Using colorization as a tool for automatic makeup suggestion},
author = {Shreyank Narayana Gowda},
journal= {arXiv preprint arXiv:1906.07421},
year = {2019}
}