基于金字塔柱状特征风格迁移的人脸素描合成
计算机视觉与模式识别
2020-09-21 v1
摘要
本文中,我们提出一种基于深度神经网络的新框架,用于从照片合成人脸素描。模仿艺术家绘制素描的过程,我们的框架以级联方式合成人脸素描。首先生成勾勒面部形状和关键面部特征的内容图像。然后添加纹理和阴影以丰富素描细节。我们利用全卷积神经网络(FCNN)创建内容图像,并提出一种基于新提出的金字塔柱状特征的风格迁移方法来引入纹理和阴影。我们证明基于金字塔柱状特征的风格迁移方法不仅能比常见风格迁移方法保留更多素描细节,而且超越了传统的基于块的方法。定量与定性评估表明我们的框架优于其他SOTA方法,并且能很好地泛化到不同测试图像。代码可在https://github.com/chaofengc/Face-Sketch获取。
引用
@article{arxiv.2009.08679,
title = {Face Sketch Synthesis with Style Transfer using Pyramid Column Feature},
author = {Chaofeng Chen and Xiao Tan and Kwan-Yee K. Wong},
journal= {arXiv preprint arXiv:2009.08679},
year = {2020}
}
备注
WACV2018