Lipstick ain't enough: In-the-Wild 화장 전송을 위한 색상 일치를 넘어서

화장 전송은 참조 이미지의 화장 스타일을 소스 얼굴에 적용하는 작업입니다. 실제 화장은 다양하고 복잡하며, 색상 변화뿐만 아니라 스티커, 블러시, 장신구와 같은 패턴도 포함합니다. 그러나 기존 연구에서는 이러한 후자의 요소들을 간과하고, 화장 전송을 색상 조작에만 제한하여 주로 가벼운 화장 스타일에 초점을 맞추었습니다. 본 연구에서는 이러한 모든 화장 요소를 처리할 수 있는 종합적인 화장 전송 프레임워크를 제안합니다. 이 프레임워크는 개선된 색상 전송 분기와 새로운 패턴 전송 분기를 포함하여, 색상, 형태, 질감 및 위치와 같은 모든 화장 속성을 학습할 수 있습니다. 이러한 시스템을 훈련시키고 평가하기 위해, 우리는 실제와 합성 극단적 화장을 위한 새로운 화妝 데이터셋을 소개합니다(Extreme Makeup). 실험 결과는 우리의 프레임워크가 가벼운 화장 스타일뿐만 아니라 극단적 화장 스타일에서도 최고의 성능을 달성함을 보여줍니다. 코드는 https://github.com/VinAIResearch/CPM에서 제공됩니다.