本文介绍了北航的研究论文《Unpaired Photo-to-manga Translation Based on The Methodology of Manga Drawing》，该论文提出了一种新的人脸照片转漫画方法MangaGAN。MangaGAN通过三个创新点实现这一转换：1) 模拟漫画画手的几何特征生成；2) 相似度保留模块保持脸部特征和漫画风格；3) 新的数据集MangaGAN-BL。文章对比了Neural style transfer和GAN-based cross-domain translation，并详细阐述了MangaGAN的网络结构和损失函数，包括Geometric Transformation Network和Appearance Transformation Network的运作原理。
最近北航的同学们新出了一篇文章，把人脸的真实照片转换为《死神》风的漫画，效果如图所示：
论文名：《Unpaired Photo-to-manga Translation Based on The Methodology of Manga Drawing 》
论文链接：https://arxiv.org/pdf/2004.10634v1.pdf
那么具体是怎么做到的呢，作者提出了三个创新点:
1、作者提出了MangaGAN，模拟漫画画手，先用一个GAN生成夸张的脸部几何特征，再用定制的多个GAN精细地转换每一个面部区域。
2、作者提出了一个相似度保留模块，它不仅能更好地保留脸部相似度，还能保留漫画的风格。同时作者提出了一个结构平滑损失，使得结果的线条更加平滑、噪声更少。
3、作者构建了一个新的数据集叫做MangaGAN-BL，收集于《死神》，包含了人工裁剪、矫正、修复过的脸部特征、关键点、身体等等。已开源用于学术研究。
在这篇文章中，作者着重与Neural style transfer和GAN-based cross-domain translation做了
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
