基于生成對抗網絡的人臉妝容自動遷移方法

顏文勝,呂紅兵

(1.臺州職業技術學院 信息技術工程學院,浙江 臺州 318000；2.浙江大學 計算機科學與技術學院,杭州 310027)

0 引 言

圖像風格遷移[1]作為計算機科學和視覺應用的研究熱點,是一種結合給定的內容圖與風格圖,生成同時具有內容特征和藝術風格特征的風格遷移圖的技術[2-3]。隨著神經網絡、深度學習[4]等技術的跨越式發展,促進了圖像風格遷移技術的研究[5-6]。例如,繆永偉等[7]針對現有的圖像風格遷移方法中難以對內容圖局部區域進行風格遷移的難點,提出了一種基于卷積神經網絡的圖像局部風格遷移框架,從而能高效、快速并自然地實現輸入內容圖的局部風格遷移。李慧等[8]針對圖像風格遷移中出現的圖像扭曲、內容細節丟失的問題,提出了一種基于深度卷積神經網絡的帶有語義分割的圖像風格遷移算法,從而得到精確的風格遷移,解決了圖像扭曲和細節丟失的問題。余志凡等[9]針對傳統方法存在風格遷移后圖像表現不自然的問題,提出了一種基于Gram矩陣和CNN(Convolutional Neural Networks)的圖像風格遷移算法,在更短的時間內更好地實現了藝術圖像的風格遷移。

圖像風格遷移技術中有一類專門針對人臉妝容的遷移應用,被稱為人臉妝容風格遷移。人臉妝容遷移是指把參考妝容遷移到素顏人臉圖像上,并保持其上妝風格的一種技術,它提供了快速高效的候選妝容可視化的解決方案,目前得到了學術界和工業界的廣泛關注[10]。例如,黃妍等[10]針對真實同人異妝數據缺失以及五官差異而導致的遷移臉部結構丟失等問題,提出了一種多通路的分區域快速妝容遷移深度網絡模型,從而得到了更協調的視覺效果與更快的上妝速度?！?br>