基于区域敏感生成对抗网络的自动上妆算法

• 作者: 刘偲 包仁达 孙瑶 庾涵 朱德发 黄少飞
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 生成对抗网络 自动上妆 人脸图像编辑 深度学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 多媒体数据的知识关联与理解专题
• 页码范围: 896-913
• 页数: 18页
• 分类号: TP391
• 字数: 12130字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005666

摘要

自动上妆旨在通过计算机算法实现人脸妆容的编辑与合成,隶属于人脸图像分析领域.其在互动娱乐应用、图像视频编辑、辅助人脸识别等多方面起着重要作用.然而作为人脸编辑任务,其仍难以在保证图像的编辑结果自然、真实的同时又很好地满足编辑需求,并且仍有难以精确控制编辑区域、图像编辑前后一致性差、图像质量不够精细等问题.针对以上难点,创新性地提出了一种掩模控制的自动上妆生成对抗网络,该网络利用掩模方法,能够重点编辑上妆区域,约束人脸妆容编辑中无需编辑的区域不变,保持主体信息.同时其又能单独编辑人脸的眼影、嘴唇、脸颊等局部区域,实现特定区域上妆,丰富了上妆功能.此外,该网络能够进行多数据集联合训练,除妆容数据集外,还可以使用其他人脸数据集作为辅助,增强模型的泛化能力,得到更加自然的上妆结果.最后,依据多种评价标准,进行了充分的定性及定量实验,并与目前的主流算法进行了对比,综合评价了所提方法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包仁达	中国科学院信息工程研究所	1	4	1.0	1.0
2	庾涵	中国科学院信息工程研究所	1	4	1.0	1.0
3	朱德发	中国科学院信息工程研究所	1	4	1.0	1.0
4	黄少飞	中国科学院信息工程研究所	1	4	1.0	1.0
5	孙瑶	中国科学院信息工程研究所	7	34	4.0	5.0
6	刘偲	北京航空航天大学计算机学院	1	4	1.0	1.0