论文BeautyGlow: On-Demand Makeup Transfer Framework With Reversible Generative Network（2019，妆容迁移）

论文下载地址：BeautyGlow: On-Demand Makeup Transfer Framework With Reversible Generative Network | IEEE Conference Publication | IEEE Xplore

第一个基于Glow模型的妆容迁移方法

优点：无需训练判别器和生成器两个大网络，自动合成生成结果不到一秒。

基于 GAN 的方法不包含从数据构建潜在空间的编码器，因此无法通过简单地插入潜在向量来实现按需化妆转移。

在GAN中，由于模型没有编码器使得数据点通常不能在潜在空间中直接被表征，并且表征完整的数据分布也是不容易的。

输入：参考图（