微调StyleGAN2用于卡通人脸生成

Jihye Back

微调StyleGAN2用于卡通人脸生成

计算机视觉与模式识别 2021-06-24 v1 图像与视频处理

作者: Jihye Back

摘要

近期研究在无监督图像到图像（I2I）翻译中取得了显著成功。然而，由于数据不平衡，学习多域联合分布仍极具挑战。尽管现有模型能生成逼真的目标图像，但难以保持源图像的结构。此外，在大规模多域数据上训练生成模型需要大量时间与计算资源。为应对这些局限，我们提出一种新颖的图像到图像翻译方法，通过微调预训练的StyleGAN2模型来生成目标域图像。StyleGAN2模型适用于不平衡数据集上的无监督I2I翻译；它高度稳定、生成逼真图像，且在采用简单微调技术时即便从有限数据中也能正确学习。因此，本文提出新方法以保留源图像结构并生成目标域中的逼真图像。代码与结果见 https://github.com/happy-jihye/Cartoon-StyleGan2

关键词

StyleGAN2 图像到图像翻译卡通人脸生成微调不平衡数据集无监督学习

引用

@article{arxiv.2106.12445,
  title  = {Fine-Tuning StyleGAN2 For Cartoon Face Generation},
  author = {Jihye Back},
  journal= {arXiv preprint arXiv:2106.12445},
  year   = {2021}
}

备注

10 pages, 9 figures

相关论文

查看更多相关论文 →