文献类型：期刊文章

作　　者：王伟光[1] 钱祥利[1]

Wang Weiguang;Qian Xiangli(School of Intelligent Engineering,Shandong Management University,Jinan 250357,China)

机构地区：[1]山东管理学院智能工程学院,济南250357

出　　处：《计算机应用研究》

基　　金：国家自然科学基金青年基金资助项目(11705103);山东省重点研发计划资助项目(2019GGX105013);山东省高等学校公共安全管理技术重点实验室(山东管理学院)资助项目;山东管理学院科研启航计划资助项目(QH2020Z08)。

年　　份：2021

卷　　号：38

期　　号：5

起止页码：1559-1562

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：人脸妆容迁移是指将参考妆容迁移到素颜人脸上,在保持面部特征不变的同时尽可能展现参考妆容的风格的一种任务。为了进一步实现人脸妆容自动迁移技术,避免现有妆容迁移方法没有充分考虑人与人之间的五官差异而导致提取的人脸信息不足等问题,提出了一种基于深度卷积神经网络的人脸妆容迁移算法。该算法首先自动定位素颜人脸和参考妆容的五官,提取重要部位的特征信息。然后通过妆容传递网络和损失函数,经过深度卷积神经网络自主训练,最终实现了参考妆容向素颜人脸的自动迁移。仿真实验结果表明,与目前的主流算法进行对比,该算法耗时更短、运算性能更具优势,同时在不改变原图五官细节的基础上,妆容迁移效果更为自然。

关 键 词：妆容迁移  图像风格迁移  深度学习  卷积神经网络

分 类 号：TP391.41]