論文の概要: MakeupMirror: Improving Facial Attribute Preservation in Diffusion Models for Makeup Transfer

• arxiv url: http://arxiv.org/abs/2606.20094v1
• Date: Thu, 18 Jun 2026 11:13:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.814623
• Title: MakeupMirror: Improving Facial Attribute Preservation in Diffusion Models for Makeup Transfer
• Title（参考訳）: MakeupMirror:Makeup Transferのための拡散モデルにおける顔属性保存の改善
• Authors: Nefeli Andreou, Angel Martínez-González, Sabine Sternig, Matthieu Guillaumin, Epameinondas Antonakos, Michael Opitz,
• Abstract要約: メイクアップ転送モデルは、楽しい拡張現実(AR)体験とオンラインメイクショッピングのためのバーチャルトライオン(VTO)を可能にする。 最近のStable-Makeupのような最先端のソリューションは、メイク転移の精度とリアリズムを劇的に改善しているが、アイデンティティや肌の色保存の制限に直面している。 顔の特徴や肌のトーンの保存に大きく進展するメイクアップミラーを提案する。
• 参考スコア（独自算出の注目度）: 0.40022988333495174
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Makeup transfer models enable fun augmented reality (AR) experiences as well as virtual try-on (VTO) for online makeup shopping. While recent state-of-the-art diffusion based solutions such as Stable-Makeup dramatically improve the accuracy and realism of makeup transfer, they still face limitations in identity and skin color preservation, making production-level VTO for makeup shopping unrealistic. In this work, we propose MakeupMirror, a diffusion-based approach to makeup transfer that makes significant progress towards preserving facial features and skin tone. We introduce several technical innovations over Stable-Makeup: (1) integration of facial geometry conditioning with ControlNets to maintain facial fidelity; (2) region-specific makeup transfer control to enable precise makeup application across facial regions such as skin, eyes and lips; (3) skin tone-based makeup transfer modulation that prevent skin tone alteration in cross-subject transfer scenarios; and (4) integration of a Levenberg-Marquardt Langevin sampler to speed up inference while maintaining generation quality. Our experiments on CPM-Real, Makeup Wild, and (herein newly collected, more diverse) MakeupSelfies datasets show that MakeupMirror improves relative facial recognition similarity by +60%, reduces relative skin tone difference by -50% over Stable-Makeup, with a latency of 0.7s, while achieving expert acceptance rate of 94% across core facial identity preservation criteria.
• Abstract（参考訳）: メイクアップ転送モデルは、楽しい拡張現実(AR)体験とオンラインメイクショッピングのためのバーチャルトライオン(VTO)を可能にする。 最近のStable-Makeupのような最先端の拡散ベースのソリューションは、メイクアップの精度とリアリズムを劇的に改善するが、それでもアイデンティティと肌の色保存の限界に直面しており、メイクショッピングのための生産レベルのVTOは非現実的である。 本研究では, 顔の特徴や肌のトーンの保存に大きく貢献する, メイクアップミラーを提案する。 安定メイクアップに関する技術革新として,(1)顔形状調整とコントロールネットの統合による顔の忠実度維持,(2)皮膚,目,唇などの顔領域に正確に化粧を施すための領域特異的メイク転送制御,(3)クロスオブジェクト転送シナリオにおける肌の色調変化を防止するスキントーンベースメイク転送変調,(4)生成品質を維持しつつ推論を高速化するレバンス・マルカルト・ランゲヴィン・サンプルラーの統合,などが紹介されている。 CPM-Real、Makeup Wild、および(新たに収集された、より多様な)MakeupSelfiesデータセットに関する我々の実験は、MakeupMirrorが顔認識の類似性を+60%改善し、安定メイクアップよりも相対的な皮膚のトーン差を-50%低減し、0.7秒のレイテンシで、コア顔認証基準の94%の専門家受け入れ率を達成したことを示している。

関連論文リスト

• Towards High-Fidelity, Identity-Preserving Real-Time Makeup Transfer: Decoupling Style Generation [10.030819778997836]
  リアルタイムな仮想メイク試行のための新しいフレームワークを提案する。 堅牢な時間的整合性を持つ高忠実でアイデンティティ保存性化粧品の転写を実現する。
  論文  参考訳（メタデータ） (2025-09-02T15:52:56Z)
• FFHQ-Makeup: Paired Synthetic Makeup Dataset with Facial Consistency Across Multiple Styles [1.4680035572775534]
  FFHQ-Makeupは高品質な合成化粧データセットで、それぞれのアイデンティティと複数のメイクスタイルをペアリングする。 私たちの知る限りでは、メークアップデータセットの構築に特化している最初の作品です。
  論文  参考訳（メタデータ） (2025-08-05T09:16:43Z)
• AvatarMakeup: Realistic Makeup Transfer for 3D Animatable Head Avatars [89.31582684550723]
  AvatarMakeupは、アニメーションを通して最先端のメイクアップ転送品質と一貫性を達成する。 コヒーレント複製は、生成した化粧画像中の平均的な顔属性を復号することで、グローバルな紫外線マップを最適化する。 実験によると、AvatarMakeupはアニメーションを通して、最先端のメイクアップの質と一貫性を実現する。
  論文  参考訳（メタデータ） (2025-07-03T08:26:57Z)
• DRAN: Detailed Region-Adaptive Normalization for Conditional Image Synthesis [25.936764522125703]
  DRAN(Detailed Region-Adaptive Normalization)と呼ばれる新しい正規化モジュールを提案する。 きめ細かい表現と粗い表現の両方を適応的に学習する。 我々は、幅広い複雑なメイクスタイルを含む新しいメイクアップデータセット(Makeup-Complexデータセット)を収集する。
  論文  参考訳（メタデータ） (2021-09-29T16:19:37Z)
• PSGAN++: Robust Detail-Preserving Makeup Transfer and Removal [176.47249346856393]
  PSGAN++は、細部保存メイク転送と効果的なメイク除去の両方を実行することができる。 PSGAN++はメイクアップ・ディスティル・ネットワークを使用してメイクアップ情報を抽出する。 PSGAN++は化粧品の除去のためにアイデンティティ・ディスティル・ネットワーク(Identity Distill Network)を適用し、ウィットメイクアップ画像のID情報をアイデンティティ・マトリックスに埋め込む。
  論文  参考訳（メタデータ） (2021-05-26T04:37:57Z)
• Cosmetic-Aware Makeup Cleanser [109.41917954315784]
  顔認証は、一対の顔画像が同一のアイデンティティに属するかどうかを判定することを目的としている。 最近の研究では、顔の化粧が検証性能に悪影響を及ぼすことが明らかになっている。 本稿では,異なるポーズや表情で顔の化粧を除去する意味認識型化粧清浄器(SAMC)を提案する。
  論文  参考訳（メタデータ） (2020-04-20T09:18:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。