跳到正文

SHMT

用潜在扩散模型在人脸之间迁移妆容

访问官网

SHMT 是什么

SHMT 被介绍为一种通过潜在扩散模型实现的自监督层次化化妆迁移技术,并在 NeurIPS 2024 上被接受。

你可以用它做什么

  • 在无需标注的数据集上训练
  • 按层次迁移不同复杂度的妆容
  • 结合图像、分割图与深度图输入

上手流程

  • 安装 Python 环境与必要依赖库
  • 从 GitHub 克隆项目代码
  • 放入预训练模型并调整配置参数

优点与缺点

✓ 我们认可的地方

  • 提供预训练模型,可快速开展迁移任务
  • 模型配置可按层次灵活调整

! 需要留意的地方

  • 使用需搭建 Python 环境与依赖库
  • 预训练模型需另外下载

常见问题

需要标注数据吗?

资料说明采用自监督学习,无需标注数据即可训练。

发表在哪里?

资料说明该技术在 NeurIPS 2024 上被接受。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法