把现实中拍的照片,变成动漫的画风,这就是cartoonGAN做到的事情。
这篇论文的全名叫做:《CartoonGAN: Generative Adversarial Networks for Photo Cartoonization》
cartoonGAN主要做了以下几点创新:
1、提出了一个基于GAN的方法,使用不配对的训练集,将现实世界的照片转为卡通图片。
2、提出了两个loss,在生成器中使用了语义分割loss,在判别器中使用了边缘提升对抗loss。
3、提出了一种初始化权重方法。
接下来让我们详细看看吧:
一、网络结构
上方的是生成器,先降采样再上采样。
下方的是判别器,作者在这使用了简单的patch-level的判别器,网络比较浅,因为动漫和真实照片的风格差异主要在局部特征。
二、损失函数
总损失函数如下: