Auto-painter：基于条件生成对抗网络的草图卡通图像生成
计算机视觉与模式识别
2017-05-09 v2
摘要
近来，利用深度神经网络进行真实感图像生成已成为机器学习和计算机视觉中的热门话题。通过从大量图像集合中学习，可以在像素级别生成图像。学习从黑白草图生成彩色卡通图像不仅是一个有趣的研究问题，也是数字娱乐中的潜在应用。本文中，我们研究草图到图像合成问题，使用了条件生成对抗网络(conditional generative adversarial networks, cGAN)。我们提出 auto-painter 模型，该模型能够自动为草图生成协调的颜色。新模型不仅能够为手绘草图涂上恰当的颜色，还允许用户指定偏好的颜色。在两个草图数据集上的实验结果表明，auto-painter 优于现有的图像到图像方法。
引用
@article{arxiv.1705.01908,
title = {Auto-painter: Cartoon Image Generation from Sketch by Using Conditional Generative Adversarial Networks},
author = {Yifan Liu and Zengchang Qin and Zhenbo Luo and Hua Wang},
journal= {arXiv preprint arXiv:1705.01908},
year = {2017}
}
备注
12 pages, 7 figures