Core Concepts
다양한 참조 이미지로부터 독창적이고 창의적인 캐릭터 페이셜 메이크업을 생성할 수 있는 새로운 방법을 제안합니다.
Abstract
이 논문은 기존 메이크업 전이 방법의 한계를 극복하기 위해 Gorgeous라는 새로운 메이크업 생성 방법을 소개합니다. 기존 방법은 단순히 한 얼굴에서 다른 얼굴로 메이크업을 복사하는 데 초점을 맞추었지만, Gorgeous는 다양한 참조 이미지로부터 독창적이고 창의적인 캐릭터 메이크업을 생성할 수 있습니다.
Gorgeous는 세 가지 핵심 모듈로 구성됩니다:
메이크업 포맷팅(MaFor) 모듈: ControlNet 기반으로 메이크업 지식을 학습하여 다양한 메이크업 스타일을 생성할 수 있습니다.
캐릭터 설정 학습(CSL) 모듈: 참조 이미지로부터 예술적 요소를 학습하고 이를 텍스트 임베딩으로 인코딩합니다.
메이크업 인페인팅 파이프라인(MaIP): MaFor와 CSL을 활용하여 얼굴 영역에 메이크업을 자연스럽게 적용합니다.
이를 통해 Gorgeous는 참조 이미지에 구애받지 않고 독창적이고 창의적인 캐릭터 메이크업을 생성할 수 있습니다. 실험 결과, Gorgeous는 기존 방법들을 능가하는 성능을 보였으며, 사용자 평가에서도 높은 선호도를 얻었습니다.
Stats
참조 이미지가 없어도 독창적이고 창의적인 캐릭터 메이크업을 생성할 수 있습니다.
기존 메이크업 전이 방법에 비해 FID 점수가 크게 향상되었습니다(Style 1: 53.29, Style 2: 89.84).
사용자 평가에서 Gorgeous의 메이크업 디자인이 가장 선호되었습니다.
Quotes
"기존 메이크업 전이 방법은 단순히 한 얼굴에서 다른 얼굴로 메이크업을 복사하는 데 초점을 맞추었지만, Gorgeous는 다양한 참조 이미지로부터 독창적이고 창의적인 캐릭터 메이크업을 생성할 수 있습니다."
"Gorgeous는 참조 이미지에 구애받지 않고 독창적이고 창의적인 캐릭터 메이크업을 생성할 수 있습니다."