舞台亮片、艺术脸绘这类复杂妆容，一直是妆容迁移技术的"翻车现场"。纹理糊成一团，人物脸型还悄悄变了样——淡妆时代那套方法，到这里基本失灵。

vivo BlueImage Lab 在 ECCV 2026 发表的 ART 框架，给出的解法有点反直觉：别再拿合成出来的假目标当标准答案了。

打开网易新闻 查看精彩图片

监督信号换了个来源

传统思路是先合成一个"伪目标"图像，再让模型去逼近它。问题在于，伪目标本身就是算出来的，细节在合成那一步就已经丢了，模型再怎么学，上限也被锁死。

ART 的做法是把监督信号从伪目标转向真实的参考图像。团队在方法里构建了一个可微的妆容载体（Makeup Carrier），把迁移结果当成一个独立的妆容图层来看待。

具体怎么验证？把这个妆容图层叠加到参考图的素颜上，重建出的图像和真实图像之间的误差，就成了训练用的监督信号。像素级对齐，细节才有机会被保住。

两阶段，先起步再锚定

ART 采用两阶段训练策略：

  1. 第一阶段用伪目标初始化基础迁移能力，先把模型带起来；
  2. 第二阶段做"现实锚定细化"，靠可微妆容载体把重建误差作为真实监督信号，把细节拉回真实像素。

用团队的话说，伪目标可以用，但只能用来起步。真正决定最终效果的，是后面这一步能不能锚定到真实图像上。

顺带补上了数据缺口

复杂妆容迁移难，一部分原因在于数据。高分辨率、真实场景下的妆容数据一直是空白。

团队构建了 MF2K 数据集，这是首个 2K 分辨率的真实妆容数据集，覆盖素颜、淡妆、浓妆及艺术妆四类。分辨率上去了，亮片、脸绘这类高频细节才有被学习和还原的基础。

从方法设计到数据补齐，ART 想解决的是同一件事：让妆容迁移在复杂场景下，既留住妆，也留住人。