论文Makeup Like a Superstar: Deep Localized Makeup Transfer Network(2016,妆容迁移,基于数据库匹配)
论文下载地址:https://arxiv.org/pdf/1604.07102.pdf
演示粉底,唇彩,眼影的迁移,模型可扩展到其它化妆品的迁移,可控制妆容的轻薄程度。端到端的深度卷积神经网络(基于数据库匹配的算法)
实现的两个功能:
1. 妆容推荐:
从带妆人脸的参考数据集中选取与当前素颜脸相似的图片,即选取与当前素颜脸深度特征的欧氏距离最小者(已有该方法)【1】。将人脸输入现成的人脸识别模型【1】命名为 VGG-Face,
2. 妆容迁移:
妆容迁移功能应该满足的五个条件:功能齐全、化妆品专用、局部化、自然、可控化妆亮度
提出了Deep Localized Makeup Transfer Network
该网络模型:
建立对应关系(素颜脸的面部与推荐脸的妆容区域):
粉底、唇彩:人脸解析方法,模型是基于完全卷积网络(FCN),训练集为素颜脸和参考脸,可接受任意大小的输入并输出相应的大小。结果展示:
因为相对于背景与妆容相关的标签更重要,所以使用加权交叉熵作为损失函数:
L’是定义在每个像素上的交叉熵损失,yij和p(xij;Θ)是像素 xij 的真实情况和预测标签,w(yij)是标签权重。权重为使验证集上F1 score最大的权重值。
因为数据库中的脸都为正面,具有对称性,因此加上了对称约束,即在输出每个像素点的类别概率预测值后,将这个值与它的对称点再取均值作为最终输出:
眼影(形状的颜色):由于素颜脸没有眼影,所以需要仿射变换生成眼影。人脸的眼睛和眉毛的形状不同,所以眼影的形状需要稍微翘起。
眼影迁移:用Sr代替Sb在某一层的深度特征(本文中是conv1-1),左眼眼影迁移的损失函数为:
H、W、C是输入图像的高度、宽度、通道数,
是人脸解析模型conv1-1层的d-dim特征表示,A代表化妆后的人脸,R代表参考脸,S’b和S’r是通过卷积特征掩蔽将Sb 到Sr 从数据层映射到 conv1-1 层来实现的,A(S’b)和R(S’r)是与遮罩S’b和S’r相对于的眼影区域。
粉底、唇彩迁移(颜色和纹理):损失函数为:
计算conv1-1, conv2-1, conv3-1, conv4-1 和conv5-1层的特征相似度,
第l层中第i和第j个feature map向量化后的结果。
整体妆容迁移公式:
Rl、Rr代表左眼、右眼眼影的loss,Rf表示粉底的loss,Rup、Rlow表示上唇、下唇唇彩的loss,Rs表示结构的loss(计算公式与眼影loss相同,但Sb、Sr中元素值都为1)。妆容的平滑性可以通过
这个公式来约束
论文Makeup Like a Superstar: Deep Localized Makeup Transfer Network(2016,妆容迁移,基于数据库匹配)相关推荐
- [IJCAI2016]Makeup Like a Superstar: Deep Localized Makeup Transfer Network
标题:Makeup Like a Superstar: Deep Localized Makeup Transfer Network 链接:https://arxiv.org/pdf/1604.071 ...
- 【语音增强论文解读 02】DCCRN: Deep Complex Convolution Recurrent Network for Phase-AwareSpeech Enhancement
作者:Yanxin Hu,Yun Liu,Shubo Lv,Mengtao Xing,Shimin Zhang,Yihui Fu,Jian Wu,Bihong Zhang, Lei Xie 文末附论文 ...
- 读美妆论文AN AUTOMATIC FRAMEWORK FOR EXAMPLE-BASED VIRTUAL MAKEUP
论文名字:AN AUTOMATIC FRAMEWORK FOR EXAMPLE-BASED VIRTUAL MAKEUP 源自英特尔中国研究所 :http://tech.hqew.com/news_3 ...
- 【论文解读】CVPR 2021 妆容迁移 论文解读Spatially-invariant Style-codes Controlled Makeup Transfer
[论文解读]CVPR 2021 妆容迁移 论文解读 Spatially-invariant Style-codes Controlled Makeup Transfer 摘要 方法特点 实现方法 公式 ...
- 人像美妆---妆容迁移算法研究(Makeup transfer)
对于人像美妆算法,现在的美妆相机.玩美彩妆之类的app已经做的比较成熟了,但是具体算法,基本网络上是杳无可查,今天本人介绍一种自动的人像美妆算法----(Makeup Transfer)妆容迁移 妆容 ...
- <CVPR2020 Oral>AI妆容迁移: Pose-Robust Spatial-Aware GAN for Customizable Makeup Transfer
写在前面: 跟朋友讨论的时候,发现妆容迁移也有挺大的市场,看到一篇关于这个的介绍文,学习一下- 论文地址: https://arxiv.org/pdf/1909.06956.pdf 这篇论文是CVPR ...
- 【推荐系统论文精读系列】(八)--Deep Crossing:Web-Scale Modeling without Manually Crafted Combinatorial Features
文章目录 一.摘要 二.介绍 三.相关工作 四.搜索广告 五.特征表示 5.1 独立特征 5.2 组合特征 六.模型架构 6.1 Embedding层 6.2 Stacking层 6.3 Residu ...
- 【论文阅读/翻译笔记】Deep Snake for Real-Time Instance Segmentation
原论文标题:Deep Snake for Real-Time Instance Segmentation 原论文链接:https://arxiv.org/abs/2001.01629 翻译:张欢荣 用 ...
- 论文阅读 [TPAMI-2022] ManifoldNet: A Deep Neural Network for Manifold-Valued Data With Applications
论文阅读 [TPAMI-2022] ManifoldNet: A Deep Neural Network for Manifold-Valued Data With Applications 论文搜索 ...
最新文章
- 让老鼠迷上玩《毁灭战士2》?这个匈牙利神经科学家做到了
- 突发!美国最大输油管道遭网络攻击关闭!美媒:为其基础设施的脆弱堪忧
- 程序员在35-40岁之后真的就是死胡同吗?
- ASP.NET 实现Base64文件流下载PDF
- android 按钮带图标 阴影_android中带图标的按钮(ImageButton)怎么用
- MAC 下使用ipv6、ipv4观看电视、网络电视
- Python源码深度解析—对象的行为和多态性
- python移动文件到新的文件夹并重命名
- SQL进阶教程PDF下载
- 管理者要做木匠,不要做医生”。木匠眼里,没有废料,每一块木材都有它的作用;而在医生眼里,没有完全健康的人,每个人都是病人
- 企业网站建设要注意的四大准则
- 严格模式和普通模式之间的区别
- win10使用VMware Workstations安装CentOS
- 小程序时间段选择 选取某天的某时间段 基于vantweapp的时间段选择器 日期选择器
- 新一代数据中心光纤布线技术发展趋势
- 剑网3选择人物后进入游戏就显示服务器断开连接,剑网3怎么进入游戏_剑网3进入游戏的问题_牛游戏网...
- Excel做线性回归分析
- beego 例子_Beego模板 循环和判断几个例子
- 信号与电源完整性整理【全】
- 原由软性胶水增稠剂可用增加粘度使用量多少为好!
热门文章
- Android实现将View转化为图片并保存到本地
- 全世界上有380万人死于新冠肺炎,但还不到每年死于吸烟人数的一半
- DHCP如何分配IP地址
- date月份加一_delphi 年月日自动加一减一函数,月加一,月减一
- 利用Filezilla在局域网内搭建自己的FTP服务器
- 区块链:Hyperledger Fabric环境配置及fabric-sample测试运行
- R语言使用matrix函数创建空矩阵、使用nrow参数和ncol参数指定矩阵的行列数
- 图片上传被旋转,golang Exif 判断.jepg图片原始信息Orientation方向,并旋转,
- 技术团队人员管理:组建团队的目的和基本规则
- Minio集群搭建之查看元数据信息