人像美肤模型可用于对图像中的人体皮肤进行处理,实现匀肤(处理痘印、肤色不均等)、去瑕疵(脂肪粒、斑点、痣等)以及美白等功能。模型仅对裸露的皮肤进行修饰美化,不影响其他区域。
ABPN人像美肤 | FBBR人体美型 |
为实现精细化的人像美肤,我们整体采用了先定位、后编辑的二阶段处理方法,且针对美肤任务中的不同瑕疵类型设计了不同的网络结构。
我们将匀肤模型中的blend layer概念进行拓展,提出基于自适应混合图层的局部修饰网络ABPN (如下图) ,实现了端到端的局部修饰(美肤、服饰去皱等),但考虑到输入图像的分辨率、人像占比以及不同瑕疵的分布差异等问题,这里我们采用了多模型的方法以实现更精准、更鲁棒的美肤效果。
使用方式:
使用范围:
目标场景:
本模型基于pytorch(匀肤、去瑕疵)、tensorflow(皮肤分割)进行训练和推理,在ModelScope框架上,提供输入图片,即可以通过简单的Pipeline调用来使用人像美肤模型。
import cv2
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
skin_retouching = pipeline(Tasks.skin_retouching,model='damo/cv_unet_skin-retouching')
result = skin_retouching('https://modelscope.oss-cn-beijing.aliyuncs.com/demo/skin-retouching/skin_retouching_examples_1.jpg')
cv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])
如果你觉得这个该模型对有所帮助,请考虑引用下面的相关的论文:
@inproceedings{lei2022abpn,
title={ABPN: Adaptive Blend Pyramid Network for Real-Time Local Retouching of Ultra High-Resolution Photo},
author={Lei, Biwen and Guo, Xiefan and Yang, Hongyu and Cui, Miaomiao and Xie, Xuansong and Huang, Di},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
pages={2108--2117},
year={2022}
}