人工智能在人脸美妆上的应用

人工智能在人脸美妆上的应用

本文作者朱鹏飞，天津大学机器学习与数据挖掘实验室副教授，硕士生导师。分别于2009和2011年在哈尔滨工业大学能源科学与工程学院获得学士和硕士学位，2015年于香港理工大学电子计算学系获得博士学位。目前，在机器学习与计算机视觉国际顶级会议和期刊上发表论文20余篇，包括AAAI、IJCAI、ICCV、ECCV以及IEEE TransacTIons on InformaTIon Forensics and Security等。

国际人工智能联合会议（InternaTIonal Joint Conference on ArTIficial Intelligence，IJCAI ）是聚集人工智能领域研究者和从业者的盛会，也是人工智能领域中最主要的学术会议之一。1969年到2015 年，该大会在每个奇数年举办，现已举办了24 届。随着近几年来人工智能领域的研究和应用的持续升温，从2016 年开始，IJCAI大会将变成每年举办一次的年度盛会；今年是该大会第一次在偶数年举办。第25 届IJCAI 大会于7 月9 日- 15 日在纽约举办。

本届会议的举办地在繁华喧嚣的纽约时代广场附近，正映衬了人工智能领域几年来的火热氛围。此次大会包括7场特邀演讲、4场获奖演讲、551篇同行评议论文的presentation，41场workshop、37堂tutorial、22个demo等。深度学习成为了IJCAI 2016的关键词之一，以深度学习为主题的论文报告session共计有3个。本期我们从中选择了两篇深度学习领域的相关论文进行选读，组织了相关领域的博士研究生，介绍论文的主要思想，并对论文的贡献进行点评。

Makeup Like a Superstar Deep Localized Makeup Transfer Network

在人脸分割的应用中，美妆是一个受众较广的问题。给出一张素颜正面照，如果能够给出其最适合的化妆风格并将其渲染到这张素颜脸上，可以让女孩子们更方便地找到适合的风格。中科院信工所刘博士等人的论文所解决的问题就是完成一个功能更完善的人脸自动美妆应用，不仅能够给素颜的图片上妆，而且可以为用户推荐最适合的妆容，达到更高的用户满意度。

文章采用端到端的方法完成风格推荐、五官提娶妆容迁移这三个步骤，同时在损失函数中