企业官网建设流程全解析

微信分销网站开发,应用公园app在线制作平台官网,做国外商品的网站,哪个网站能接施工图来做如下图 25.5所示#xff0c;BeautyGAN 的整体结构包括#xff1a; 一个生成器 G#xff1a;同时输入原始无妆照片 Isrc 和参考有妆照片 Iref #xff0c;并生成一对互换妆容的图像#xff1a;上妆后的照片 IB #xff08;即在无妆照片上加上参考妆容#xff09;和去…如下图25.5所示BeautyGAN 的整体结构包括一个生成器 G同时输入原始无妆照片Isrc和参考有妆照片Iref并生成一对互换妆容的图像上妆后的照片IB即在无妆照片上加上参考妆容和去妆后的照片IA即在有妆照片上去掉妆容。srcref两个判别器 D判别器DB用于区分“上妆后的照片IB”和“真实有妆照片Iref”判别器DA用于区分“去妆后的照片IA”和“真实无妆照片Isrc”。通过这种设置系统不仅可以“上妆”还能“去妆”。训练的目标是使生成图像在妆容上尽可能接近参考图同时在身份特征上保持不变。为增强妆容迁移效果BeautyGAN 还提取了人脸中的关键区域如眼睛、唇部、面颊并要求这些区域在生成图像中的颜色分布尽量与参考图相似。上半部为上妆后照片下半部为有妆照片。分别提取他们的脸、眼、唇等部件计算其颜色分布让这些部件的颜色分布趋于一致。图25.7中展示了BeautyGAN 的生成效果每一列对应一种参考妆容风格每一行对应同一张无妆照片在不同参考妆容下的美颜结果。可以看到BeautyGAN 生成的妆容效果真实自然色彩过渡平滑能够有效实现“以妆换妆”。基于 BeautyGAN 的美颜效果图