AutoToon：用于人脸卡通生成的自动几何变形
计算机视觉与模式识别
2020-04-07 v1
摘要
漫画作为一种夸张的艺术肖像，放大了人脸中独特而细微的特征。该任务通常交由艺术家完成，因为已有证明，使用自动化方法难以很好地捕捉对象的独特特征。深度端到端方法的近期发展在捕捉风格与更高层次的夸张方面取得了有前景的结果。然而，漫画的关键部分——人脸变形，对这些系统而言仍具挑战性。在本工作中，我们提出 AutoToon，这是首个为有监督深度学习生成高质量变形（漫画变形组件）的方法。它完全与风格解耦，可与任意风格化方法配对以创作多样漫画。与先前方法不同，我们利用 SENet 与空间变换器模块，并直接在艺术家人脸变形场上训练，在变形前与变形后均施加损失。如我们的用户研究所显示，我们实现了吸引人的夸张效果，在保留面部细节的同时放大了面部的区分性特征。
引用
@article{arxiv.2004.02377,
title = {AutoToon: Automatic Geometric Warping for Face Cartoon Generation},
author = {Julia Gong and Yannick Hold-Geoffroy and Jingwan Lu},
journal= {arXiv preprint arXiv:2004.02377},
year = {2020}
}
备注
Accepted and presented at WACV 2020; to appear in proceedings of 2020 IEEE Winter Conference on Applications of Computer Vision (WACV). Completed during Julia Gong's internship at Adobe Research