我们通过github仩提供的源码训练出的模型虽然学到了表情但是融合出的质量并不高,这是因为github上源码图片融合未采用好的融合方式而是直接采用了鉯下一种比较简单粗暴的方式:
这种方式融合出的图片可以看到清晰的替换框。
为了让替换框不明显为此我们需要对融合方式进行替换,使其效果更好
改进方式:融合方式更换为泊松融合。
更换为泊松融合的方式后其效果如下:
虽然框框边缘二者差异降低,但是效果並不是很好这和训练集图片清晰度不高有关系,可采用更高清晰度的图片去训练
我们通过github仩提供的源码训练出的模型虽然学到了表情但是融合出的质量并不高,这是因为github上源码图片融合未采用好的融合方式而是直接采用了鉯下一种比较简单粗暴的方式:
这种方式融合出的图片可以看到清晰的替换框。
为了让替换框不明显为此我们需要对融合方式进行替换,使其效果更好
改进方式:融合方式更换为泊松融合。
更换为泊松融合的方式后其效果如下:
虽然框框边缘二者差异降低,但是效果並不是很好这和训练集图片清晰度不高有关系,可采用更高清晰度的图片去训练