#126
summarized by : Sou Uchida
BeautyGlow: On-Demand Makeup Transfer Framework With Reversible Generative Network

どんな論文か?

スッピン画像に参照画像のメイクを転写するモデルの提案.生成モデルには,関数fにより画像を潜在空間に射影し,潜在空間上で特徴を変換し、fの逆関数f^(-1)によって画像を再構成するGlowの枠組みを用いる.
placeholder

新規性

Glowをメイクの転写に応用し,潜在空間上での特徴変換においてメイクと顔の特徴を分離する変換行列及び誤差関数を提案した点.また,変換行列を操作することでメイクの濃さの制御を可能にした点.

結果

A/BテストによってDeep Image Analogy,CycleGAN,PairedCycleGAN,BeautyGANと比較し,BeautyGANとDeep Image Analogyより10-20%向上.PairedCycleGANには及ばないが,それはメイクの濃さに起因するとし,変換行列を操作によってメイクを薄くすればより自然な結果が得られるとしている.

その他(なぜ通ったか?等)

https://beautyglow.github.io/ で遊べる