基于区域敏感生成对抗网络的自动上妆算法

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.

“素妆”“上妆”“卸妆”理念在中国当代园博会中的运用

自1960年第一届荷兰鹿特丹园艺博览会到2019年北京世界园艺博览会,世界大型园艺博览会已举办30余次。园艺博览会的举办不仅是向人们传播园艺,更重要的是传递绿色、生态以及健康的生活理念,同时园艺博览会的举办对我们的城市和居民的生活都有着很大的影响。文章将对我国1999-2019年历届世界级园艺博览会的会前场地肌理、会中规划展览、会后场地利用进行研究,分析"素妆""上妆""卸妆"理念在园艺博览会从会前场地选址到会中筹办再到会后呈现中的运用。即会前"素妆"——生态山水基底,保护场地肌理;会中"上妆"——妆点举办盛会,打造城市名片;会后"卸妆"——绿色健康城市,塑造以人为本的公共空间。

基于深度神经网络的秒变妆容系统

基于深度神经网络的秒变妆容软件通过计算机算法实现人脸妆容的编辑与合成,是计算机视觉中的人脸图像分析领域。其在互动娱乐应用、图像视频编辑、辅助人脸识别等多方面有着重要作用。近几年蓬勃发展的卷积神经网络CNN和生成对抗网络GAN,在人脸图片分析方面有着重要影响。文章基于神经网络CNN和GAN生成对抗网络,在深度神经网络算法下对人脸图片进行特征点提取,根据人脸特征点,在不改变人脸特征的前提下,对人脸图片进行上妆,节约用户时间的同时还减少了不必要的资源浪费。

清障车上装部分产品质量分析

目前全世界的汽车保有量已经达到了10亿辆,我国的汽车保有量达到1.06亿辆,伴随这汽车保有量的增加,汽车行驶带给道路的交通压力越来越大,一旦发生事故,不及时清理道路则会造成严重的交通堵塞,清障车作为担任此角色的重要组成,其质量必须要严格管控,尤其是其改装部分的质量,本文通过对清障车上装部分质量进行分析,为广大车主提供了清障车上装部分质量监测方案,对清障车质量有全面的了解。

我们可以再懒点

那些可快速上妆的化妆品都是懒人们的心水宝贝，近两年，排名No．1的懒人彩妆品就是电动睫毛膏了。