软件学报

作者：包仁达,庾涵,朱德发,黄少飞,孙瑶,刘偲

单位：包仁达，中国科学院 信息工程研究所, 北京 10009311,庾涵，中国科学院 信息工程研究所, 北京 10009302,朱德发，中国科学院 信息工程研究所, 北京 10009303,黄少飞，中国科学院 信息工程研究所, 北京 10009304,孙瑶，中国科学院 信息工程研究所, 北京 10009305,刘偲，北京航空航天大学 计算机学院, 北京 10019106

关键词：生成对抗网络;自动上妆;人脸图像编辑;深度学习

基金：国家自然科学基金（U1536203，61572493，61876177）

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.

来源：2019年第4期

《软件学报》期刊编辑部

查看软件学报杂志2019年第4期