基于生成对抗网络的人脸妆容迁移方法研究

摘要：

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.同时通过与其他方法的对比结果表明,MutNet能获得更协调的上妆效果.

关键词：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

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;安徽省高校重点科研项目;安徽理工大学研究生创新基金项目

在线出版日期：2024-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7