DragonPaint：基于规则的小数据自举及其在卡通上色中的应用
机器学习
2018-11-09 v1 计算机视觉与模式识别
图形学
机器学习
摘要
在本文中，我们面对深度学习对大量标注数据的需求问题，提出了一种针对小数据集的基于规则的极端增强策略，并将该策略与 Isola 等人（2016）的图像到图像翻译模型结合，以在极少训练数据下自动化赛璐珞风格卡通上色。我们使用几何规则和变换的实验结果展示了我们的方法在艺术、设计和动画等工业应用中的图像翻译任务上的性能，我们还提出在部分数据集上使用规则作为一种可泛化的小数据策略，潜在地适用于各种数据类型和领域。
引用
@article{arxiv.1811.03151,
title = {DragonPaint: Rule based bootstrapping for small data with an application to cartoon coloring},
author = {K. Gretchen Greene},
journal= {arXiv preprint arXiv:1811.03151},
year = {2018}
}