基于GANs的新型自拍卡通化方法.doc
《基于GANs的新型自拍卡通化方法.doc》由会员分享,可在线阅读,更多相关《基于GANs的新型自拍卡通化方法.doc(4页珍藏版)》请在三一文库上搜索。
1、基于GANs的新型自拍卡通化方法刚刚假期归来的你,一定在手机里存了美美的自拍。如果可以把这些自拍变成卡通效果的美照,在朋友圈里一定会独树一帜。这样的画风比起自拍多了些艺术的气息。但是要实现高质量的卡通艺术p图没有一定的美术基础很难做出令人满意的效果。那近日,来自京东AI研究院的研究人员们提出了一种基于GANs的新型自拍卡通化方法,在保证五官和面部表情细节的前提下,通过三种不同的损失函数将自拍像转换为高质量的卡通化图像。相比于传统方法在细节和保留和局部纹理的抽象上都有了大幅度的提升。卡通化的自拍在日常生活中一直有着很大的需求。人们可以将卡通化的自拍作为社交网络的头像,在彰显个性的同时也在一定程度
2、上保护隐私。此外在在线游戏和艺术海报、插画设计中也十分重要。但高质量的卡通化自拍需要画师花费大量的时间,如何高效的生成高质量的自拍图像成为摆在研究人员面前需要解决的问题。对于这个问题,目前的方法主要分为两类。传统方法主要基于草图抽取的方法,并基于一定的颜色和形状后处理来生成卡通化自拍,这种方法在很多拍照app中广泛使用。谷歌应用商店里就有许许多多类似的应用。但这些方法常常需要人类工程师精心设计算法,对于不同的风格都需要进行特殊的算法设计和调整,同时在细节方面与插画师还有很大距离。这些方法一般通过人脸识别分割出五官位置,随后利用卡通的渲染方法或特殊滤波器来对图像处理得到卡通化图像。虽然这些方法可
3、以在手机上实现实时处理,但他们对于面部的细节保持和图像抽象还不完善。近年来深度学习的发展给出了新的解决方案。神经风格迁移(Neural Style Transfer,NST)可以将风格图像的风格迁移到内容图像中去。但通用的NST在应用于卡通化时缺乏针对性的风格化能力。另一种基于生成对抗网络的方法通过对抗的方法来实现图像域迁移,研究人员们相继提出了pix2pix、Bicycle等方法将图像从一个域映射到另一个域中。然而其最大的缺点在于需要大量的配对数据来实现训练,这对于很多图像迁移任务来说很不现实。为了解决这一问题,研究人员们又开发出了CycleGAN和UNIT等非监督的域迁移方法来使用非配对数
4、据训练模型。对于图像卡通化,CartoonGAN、DAGAN等模型已经进行了很多有益的探索,但在捕捉图像细节、特别是对于自拍图像生成高质量结果方面还存在很多问题。如何尽可能的保留面部特征细节同时保持艺术作品的风格化是研究人员们需要解决的问题。针对自拍卡通化任务,目前主要面临三个挑战:缺乏针对人类自拍像以及对应卡通像的公开数据集;如何保留卡通化风格,包括内容的抽象和纹理特征的简化;最后在生成卡通像时,如何保持最主要的面部轮廓特征,同时又要避免引入大量无用的细节问题?Selfie Cartoonization GANs为了解决这一问题,研究人员基于GAN的架构和循环注意力损失提出了针对自拍像卡通化
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 GANs 新型 自拍 卡通 方法
链接地址:https://www.31doc.com/p-3410665.html