​清华大学提出基于生成对抗神经网络的自然图像多风格卡通化方法并开源代码...

近日，清华大学刘永进教授课题组在 IEEE Transactions on Visualization and Computer Graphics 上发表论文，提出基于生成对抗神经网络的自然图像多风格卡通化方法，代码在 Github 上开源。

论文标题：

GAN-based Multi-Style Photo Cartoonization

论文链接：

https://doi.org/10.1109/TVCG.2021.3067201

代码链接：

https://github.com/syz825211943/Multi-Style-Photo-Cartoonization

卡通画是日常生活中喜闻乐见的一种艺术形式，不管是在影视作品还是在日常生活中都非常常见。很多卡通画都是根据自然场景由艺术家精心绘制而成，耗时耗力；而一些现存的卡通画生成算法也仅针对于单一卡通风格设计，无法获得风格各异的卡通画结果。论文提出了一种基于生成对抗神经网络的自然图像多风格卡通化方法，使用非成对数据集学习不同风格的卡通风格图片绘制方式，帮助人们生成具有不同风格的卡通图片，定格生活中的精彩瞬间。 

论文首先针对多风格卡通图像转换任务精心设计了网络结构，如图 1 所示。Multi-Style CartoonGAN 的生成网络由一个公用的编码器和多个解码器组成，其中编码器用于提取输入图片的内容，多个解码器分别对应于多种卡