用于角色精灵生成的缺失数据插补 GAN

创建和更新包含跨越不同动画和姿势的许多帧的像素艺术角色精灵需要花费大量时间，并且很快就会变得重复。然而，这部分工作可以被部分自动化，从而让艺术家专注于更具创造性的任务。在这项工作中，我们专注于根据角色面向其他三个方向的图像，创建处于目标姿势的像素艺术角色精灵。我们通过将问题构建为缺失数据插补任务，提出了一种新颖的角色生成方法。我们提出的生成对抗网络模型接收所有可用域中的角色图像，并生成缺失姿势的图像。我们在缺失一张、两张和三张图像的场景中评估了我们的方法，当有更多图像可用时，取得了与 SOTA 相似或更好的结果。我们还评估了对基础架构所提修改的影响。