ECCV 2026｜突破伪目标天花板：ART重新定义高保真妆容迁移
2026.09.05 · 事件 · 论文 · 论文预印本
vivo等团队提出ART，用真实图像监督突破妆容迁移的伪目标上限。
vivo BlueImage Lab联合哈工大、南大提出ART框架，针对妆容迁移中伪目标天花板问题，采用两阶段训练：先用伪目标初始化，再通过可微妆容载体重建真实参考图，使监督信号来自真实图像。在MF2K数据集上，ART的MSimG达9.22，优于对比方法最高8.43，且身份一致性与背景稳定性显著提升。
- 提出伪目标天花板概念，指出合成监督限制模型上限
- 两阶段训练：伪目标初始化+现实锚定细化
- 构建MF2K：首个2K分辨率真实场景妆容数据集
- 复杂妆容迁移效果领先，身份保持稳定
- 更换弱伪目标仍达8.56，证明突破天花板
为什么值得看
突破妆容迁移瓶颈，真实监督思路可迁移至其他图像编辑任务
适合谁关注
计算机视觉研究者、美颜算法工程师、虚拟试妆产品团队