将照片变成动漫——cartoonGAN论文解析

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：