基于生成对抗网络的妆容风格迁移算法研究任务书

 2022-01-13 09:01

全文总字数:2646字

1. 毕业设计(论文)主要内容:

人类使用化妆品的目的主要是为了实现自身形象的美化、修饰缺陷,在取悦自身的同时,还可以达到给别人留下特定印象的目的。为了选取合适自己的化妆品,购买者往往希望乃至需要亲自尝试不同化妆品的具体效果。这在商场、专柜等线下购物场景中当然是比较容易的。可是随着网购技术的普及与发展,网上购物已经成为了人们生活中的重要组成部分。由于无法亲自体验,如何通过网购成功挑选到适合自己的化妆产品则成了困扰人们的难题。除了挑选合适的化妆品,人们还希望体验和尝试一些风格截然不同的妆容,看是否能够给选择到更加适合自己的风格,或者给自己的形象带来突破性的改变。

本毕业设计的目标是解决在女性在购买化妆品时由于需要亲自试妆带来的不便。旨在设计一种算法,通过该方法可以将一个参考图片上的妆容迁移到未化妆的人脸图片上,达到精确上妆的效果,让广大女性朋友可以根据参考妆容更加便捷地挑选适合自己的化妆品。

2. 毕业设计(论文)主要任务及要求

1. 认真研究深度学习算法,熟悉编程环境,了解图像处理相关知识;

2. 认真阅读妆容风格迁移相关文献,对生成对生成对抗网络(GAN)进行深入的研究,要能理解该算法的原理,并对其进行编程实现;着重对参考文献1(BeautyGAN)进行研究,翻译该文,要能理解该算法的原理,网络架构,对其进行编程实现;

3. 动手搜集妆容数据,学会构建妆容数据集;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

1. 2020年1月11日-2020年1月31日 查看相关国内外文献

2. 2020年2月1日-2020年2月28日 针对性的学习编程语言、图像处理、深度学习方法知识;尝试实现已阅读文献中的方法;完成开题报告。

3. 2020年3月1日-2020年3月15日 搜集妆容数据,构建自己的妆容测试数据集;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

1. Li T, Qian R, DongC, et al. Beautygan: Instance-level facial makeup transfer with deep generativeadversarial network[C]//2018 ACM Multimedia Conference on MultimediaConference. ACM, 2018: 645-653.

2. Goodfellow I,Pouget-Abadie J, Mirza M, et al. Generative adversarial nets[C]//Advances inneural information processing systems. 2014: 2672-2680.

3. Guo D, Sim T.Digital face makeup by example[C]//2009 IEEE Conference on Computer Vision andPattern Recognition. IEEE, 2009: 73-79.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。