一种基于生成对抗网络的复合妆容迁移方法技术

技术编号:41852429 阅读:26 留言:0更新日期:2024-06-27 18:28
本发明专利技术公开了一种基于生成对抗网络的复合妆容迁移方法,包括:S1:使用共享编码器提取参考图像和源图像的内容特征和语义特征,确保提取的特征在后续处理中充分利用。S2:通过特征提取输入妆容迁移模块,依次进行特征融合和特征对齐处理。S3:通过特征提取输入发型迁移模块,经姿势一致性模块调整参考图像姿势以保持一致。利用特征对齐模块修复源头发遮挡的人脸区域,生成更完整的发型迁移图像。S4:融合S2和S3的特征,利用特征融合模块确保妆容和发型特征与源图像充分融合。本发明专利技术利用密集的语义对应关系引导妆容迁移,并运用姿势一致性模块引导发型迁移。最终生成复合的妆容迁移结果,填补了当前方法的局限性。

【技术实现步骤摘要】

本专利技术属于妆容迁移领域,具体涉及一种基于生成对抗网络的复合妆容迁移方法


技术介绍

1、妆容迁移的目的是将参考图像的化妆风格转移到目标图像中,同时保留目标人物的身份。随着化妆品市场的蓬勃发展,妆容迁移在众多流行的美颜应用中广受欢迎,例如美图秀秀、beautycam等,为用户提供了便捷的虚拟化妆服务。同时,在计算机视觉和图形学领域,妆容迁移也引起了广泛关注。

2、目前妆容迁移方法主要分为基于传统方法、基于卷积神经网络和基于生成对抗网络三种。基于传统方法的妆容迁移模型使用传统计算机视觉和图像处理技术来实现妆容的迁移。基于卷积神经网络的妆容迁移模型利用卷积神经网络(cnn)的结构,实现参考图像妆容风格向源图像的迁移。基于生成对抗网络(gan)的妆容迁移是使用gan框架训练生成器和判别器网络,实现素颜图像到目标妆容风格图像的转化。以上方法只关注人脸妆容的迁移,生成的效果比较单一。并且还常常出现上妆区域错误和妆容迁移不完整的问题。

3、针对上述不足,本专利技术提出一种基于生成对抗网络的复合妆容迁移方法。本专利技术的独特之处在于首次聚焦于复本文档来自技高网...

【技术保护点】

1.一种基于生成对抗网络的复合妆容迁移方法,其特征在于包括如下步骤:

2.根据权利要求1所述一种基于生成对抗网络的复合妆容迁移方法,其特征在于步骤1包括:

3.根据权利要求1所述一种基于生成对抗网络的复合妆容迁移方法,其特征在于步骤2包括:

4.根据权利要求1所述一种基于生成对抗网络的复合妆容迁移方法,其特征在于步骤3包括:

【技术特征摘要】

1.一种基于生成对抗网络的复合妆容迁移方法,其特征在于包括如下步骤:

2.根据权利要求1所述一种基于生成对抗网络的复合妆容迁移方法,其特征在于步骤1包括:

3...

【专利技术属性】
技术研发人员:孙克雷潘宇
申请(专利权)人:安徽理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1