[CVPR 2024] Content-Style Decoupling for Unsupervised Makeup Transfer without Generating PGT

在CVPR2024大会召开前夕（签证被拒了，伤心），非常荣幸能与大家分享我们近期被CVPR2024会议接受的研究工作。由于我最近很忙，所以一直到现在才有了这篇博客，抱歉。在开始之前，我先给自己打个广告，我是该论文的第一作者，今年（2024年）博三，28岁，明年2025年6月份按时毕业，研究方向为图像生成和编辑，具体任务是妆容迁移，熟悉GAN和扩散生成模型，目前一作发表AAAI2022一篇，TNNLS2023一篇，CVPR2024一篇。目前我正在找工作，如果贵公司的招聘人员有面试的意愿，请邮箱联系我。看到邮件，我会马上将自己的个人简历发送到贵公司，邮箱地址在论文标题处，感谢。

先贴一下论文和代码的地址：

论文：https://arxiv.org/abs/2405.17240

代码：https://github.com/Snowfallingplum/CSD-MT

引言

先介绍一下妆容迁移的目标：

给定一对源图像和参考图像，妆容转移的主要目标是生成同时满足以下条件的图像： （1）包含从参考图像转移过来的妆容样式，如口红、眼影和腮红粉末。 （2）保留源图像的内容细节，包括身份、面部结构和背景。 简单来说，就是迁移参考图像的妆容，维持源图像的内容。

发现问题：</