用于卡通到真实图像转换的条件生成对抗网络
计算机视觉与模式识别
2021-01-26 v1 图像与视频处理
摘要
图像到图像转换是一项建立输入与输出图像之间视觉映射的学习任务。该任务有多种变体，依据转换目的不同而区分，例如合成到真实转换、照片到漫画转换等。该问题已通过不同方法解决，既有传统计算机视觉方法，也有近期趋势中的深度学习方法。目前被认为流行且有效的方法之一是使用条件生成对抗网络，简称 cGAN。它经过调整可执行图像到图像转换任务，通常包含两个网络：生成器和判别器。本项目旨在通过将该 Pix2Pix 模型应用于由卡通化图像组成的数据集来评估其鲁棒性。使用 Pix2Pix 模型，应当可以训练网络从卡通化图像生成真实图像。
引用
@article{arxiv.2101.09793,
title = {cGANs for Cartoon to Real-life Images},
author = {Pranjal Singh Rajput and Kanya Satis and Sonnya Dellarosa and Wenxuan Huang and Obinna Agba},
journal= {arXiv preprint arXiv:2101.09793},
year = {2021}
}