-
题名基于生成对抗网络的图像动漫风格化
被引量：8
- 1
-
-
作者
王一凡
赵乐义
李毅
-
机构
四川大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第18期104-110,共7页
-
基金
四川省重点研发项目(2019YFG0117)。
-
文摘
目前的卡通风格图片生成方法仍然存在局限,如色彩不真实、图片局部细节处理不到位等,要想快速将输入图片转换为动漫的风格输出还需要结合深度学习进行研究。基于生成对抗网络的思想,提出了一种动漫风格化编码的生成对抗网络,将输入的图像风格转变为宫崎骏动画电影的风格。网络结构加入自适应实例归一化层(AdaIN)模块和多层感知机(MLP)模块,得到很大优化,同时提高实验效果。在损失函数部分,引入图像感知相似性(lpips)作为内容损失函数,二分类交叉熵(binary cross entropy)损失函数(BCELoss)作为对抗损失函数。实验结果表明,该网络对于动漫化图片起到了很好的效果,FID分数72,能够灵活适用于各种类型的图片动漫化。
-
关键词
风格迁移
图像到图像转换
生成对抗网络
动漫化图片
感知损失
-
Keywords
style transfer
image to image translation
generative adversarial network(GAN)
animation picture
perceptual loss
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
