基于生成对抗网络的人脸妆容迁移方法研究OA
Research on Face Makeup Transfer Method Based on Generative Adversarial Networks
妆容迁移是一项利用计算机视觉和深度学习算法将一种妆容的风格转移到其他人脸上的技术,以实现高仿妆效果转换.为了有效解决现有人脸妆容迁移方法中存在的上妆区域错误和妆容迁移不完整的问题,提出了一种基于生成对抗网络的人脸妆容迁移方法(MutNet).以解决妆容迁移不完整的问题为目标,该方法在解码器中引入了空间注意力机制,来帮助网络更加聚焦于需要修改的区域,并通过引入孪生对比损失,更好地实现人脸之间的语义对应关系,有效缓解或克服上妆区域错误的问题.同时通过…查看全部>>
Makeup transfer is a technique in computer vision and deep learning that involves transferring the style of one makeup look to other faces to achieve a high-fidelity makeup effect transformation.To effectively address the issues of makeup transfer,such as makeup region errors and incomplete makeup transfer,a makeup transfer method based on Generative Adversarial Networks(GANs),known as MutNet,is proposed.With the goal of addressing in-complete makeup transfe…查看全部>>
孙克雷;潘宇;童波
安徽理工大学计算机科学与工程学院,安徽淮南,232000安徽理工大学计算机科学与工程学院,安徽淮南,232000安徽理工大学计算机科学与工程学院,安徽淮南,232000
计算机与自动化
人脸妆容迁移人脸图像生成生成对抗网络孪生对比损失空间注意力机制
Face makeup transferFace image generationGenerative adversarial networksSiamese contrastive lossSpatial attention mechanism
《宿州学院学报》 2024 (6)
1-7,7
国家自然科学基金项目(62076006)安徽省高校重点科研项目(2022AH050821)安徽理工大学研究生创新基金项目(2023cx2126).
评论