【论文04】
《基于区域敏感生成对抗网络的自动上妆算法》-中文知网
文献类型:期刊
发表年限:2019年4月15日
发表刊物:软件学报
关键部分:
解决妆容迁移问题,实现多领域的转换,不需要参考图片,仅需要指定一个类别就能生成妆容效果。
数据集:亚洲妆容数据集+欧洲妆容数据集+人脸数据集celeb-A
方法:
比较方法:FID衡量真实数据和生成数据的分分布相似性 SSIM衡量图像之间的相似性
存在问题:
- 约束不需要改变区域的不变性
- 不同于人脸表情需要对人脸整体特征同时进行编辑,上妆任务有局部编辑需求。
- 数据集少
产生原因:局部编辑需求
解决方法:
创新点:提出掩模控制方法,在编辑人脸妆容属性时,通过掩模约束不需要改变的区域不发生明显的变化,保证非妆容部分不变。掩模生成网络实际上是一个人脸妆容部件语义分割网络,其对人脸图像进行分割得到妆容部件语义分割图。
下一步工作:
- 尝试对数据进行扩展,如光照、色彩对比度等,增强模型对人脸色彩生成的多样性
- 尝试着重训练每个类别中有代表性的部分数据,尽可能地突出类别特点,同时兼顾其他数据,增强模型的泛化能力
.