【论文04】基于区域敏感生成对抗网络的自动上妆算法

【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
网络结构

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
    .
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值