人脸动漫化生成

引言

本文选取了种带有注意力模块和 AdaLIN 的无监督图像到图像转换（U-GAT-IT）的方法来实现人脸图像动漫化。主要参考百度论文复现营中U-GAT-IT论文复现和U-GAT-IT论文，在飞浆在线平台上运行。

模型简介

U-GAT-IT相较于之前的模型添加了新的归一化模块和新的归一化函数AdaLIN构成的一种新的无监督像的转换方法，也添加了用attention模块（添加辅助分类器），增强生成器的生成能力，更好的区分源域和目标域，以及判别器的判别能力，更好的区分生成图像和原始图像。
下图为U-GAT-IT的生成器和判别器模型结构图

数据集采用官方数据集（selfie2anime），数据集分为训练集和测试集，测试数据集的大小为100，图像大小均为256 x 256，训练集有3400张真实人脸，3400张动漫人脸；测试集有100张真实人脸，100张动漫人脸。

预训练模型

在进行训练后，测试模型：
（真人转卡通动漫）

（卡通动漫转真人）

真人测试