DeepFaceDrawing: 使用草图生成人脸图像

在本文中,介绍了使用人脸设计或草图来制作人脸照片的想法。该技术的应用包括角色设计、教育培训、面部变形和嫌疑人画像等。

有兴趣的可以先看看视频介绍:

要解决的问题

这篇文章的想法是设计一个应用程序来使用该面部草图来绘制一张真实的面部图像,该应用程序在警察、电影拍摄和面部彩绘中具有各种应用。这个想法的主要标准之一是它简单明了,非常易于使用,即使你不是一个好的画家,你也可以使用这个应用程序创建真实的面孔。

过去有解决这个问题的方法,在某些情况下使用了深度学习,但大多数时候他们以固定的绘图作为输入,并试图通过添加细节使其更完整,并生成真实的面孔。

从左至右:真实图像——HED——APDrawingGAN

从左至右:Canny Edges — Photoshop 中的影印滤镜 — PS 中影印滤镜的简化

问题是如何解决的?(架构和思想)

数据集

使用 CelebAMask-HQ 数据集的人脸图像创建了一个新的数据集,并用于训练(Train)和测试模型。

在这个数据库中只收集了面对面的图像,没有任何其他添加,例如眼镜、口罩等。

边缘检测过程采用了整体嵌套的边缘检测方法,下一步使用Photoshop中的Photocopy Filter来提高设计的质量,消除图像噪声。该数据库包括 17,000 对真实图像及其设计,其中男性图像 6,247 对,女性图像 11,456 对。但是,这个数据集不是很大,需要新的数据来改进算法。在这个想法中,训练集与测试集的比例是 1 比 20。

架构

该系统的网络结构包括三个主要模块:组件嵌入(CE)、特征映射(FM)和图像合成(IS)。

完整文章:

https://www.overfit.cn/post/cf48c77252ad43928cea5c581b90a88e

posted @   deephub  阅读(447)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)
点击右上角即可分享
微信分享提示