LoginSignup
2
3

More than 5 years have passed since last update.

Makeup like a superstar: Deep Localized Makeup Transfer Network読んだ

Last updated at Posted at 2017-03-14

https://www.semanticscholar.org/paper/Makeup-like-a-superstar-Deep-Localized-Makeup-Liu-Ou/94b6300685d11e583fd35de555d8eaf996cf3eda
IJCAI 16

モチベーション

・ある顔に対して、似合いそうなメイクをレコメンドしたい&そのメイクをシミュレートしたい
スクリーンショット 2017-03-14 16.17.43.png
・(i)でメイクのレコメンド、(ii)でレコメンドしたメイクをtransferする
(iiの部分が気になったので読んだ)

手法

・(i)のレコメンドの部分は学習済みのモデルを使って似ている顔の人をレコメンドするだけ
・(ii)
まず、FCNで顔をSegmentationする
スクリーンショット 2017-03-14 16.27.07.png

で、パーツ毎にtransferしていく
・Eye Shadow
スクリーンショット 2017-03-14 16.37.30.png

sr : referenceの目のbinary mask
sb : before-makeupの目のbinary mask
R(s'r) : referenceのeye shadow
A(s'b) : after-makeupのeye shadow
Ω : H×W×C次元→d次元にする FCNの中間層の出力
つまり、d次元空間でR(s'r)との距離が近くなるようなAを求める
CNNの中間層をどういじるとreferenceのeye shadownっぽくなるかを求めてる

(referenceのメイクがbefore-makeupにtransferされてafter-makeupになる)

スクリーンショット 2017-03-14 16.49.12.png

・Lip Gloss
・Foundation
このへんもEye Shadowとだいたい同じ考え方だとおもう

スクリーンショット 2017-03-14 16.53.24.png

結果

スクリーンショット 2017-03-14 17.00.30.png
他の手法と比べてもいい感じになった
スクリーンショット 2017-03-14 17.01.59.png
アンケート取ってもbetterだった

感想

・手法としては普通っぽかったので途中からちゃんと読んでない、なんとなく理解した
・多分Segmentationがうまくできてるから出力がきれいなんだと思う

2
3
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
2
3