基于生成对抗网络的绘画风格感知漫画上色
计算机视觉与模式识别
2021-07-19 v1 图像与视频处理
摘要
日本漫画（称为 manga）传统上以单色格式创作。近年来，除单色漫画外，更具吸引力的媒介——全彩漫画已经出现。遗憾的是，彩色漫画需要人工上色，劳动力成本高昂。尽管近期提出了自动上色方法，但大多数针对插画而非漫画设计。与插画不同，由于漫画由许多连续图像组成，绘画风格必须一致。为实现一致上色，我们在此提出一种基于生成对抗网络（GAN）的半自动上色方法；该方法从小量训练数据学习特定漫画的绘画风格。所提方法以网底图像与平涂彩色图像的对作为输入，输出上色图像。实验表明，所提方法优于现有替代方案。
引用
@article{arxiv.2107.07943,
title = {Painting Style-Aware Manga Colorization Based on Generative Adversarial Networks},
author = {Yugo Shimizu and Ryosuke Furuta and Delong Ouyang and Yukinobu Taniguchi and Ryota Hinami and Shonosuke Ishiwatari},
journal= {arXiv preprint arXiv:2107.07943},
year = {2021}
}
备注
Accepted to ICIP 2021