基于生成先验与有限数据的风格化人脸草图提取

人脸草图既是展示人物身份的简洁方式，也是表达艺术意图的手段。虽然最近出现了一些允许提取不同风格草图的技术，但它们通常依赖于难以获取的大量数据。在此，我们提出 StyleSketch，一种从人脸图像中提取高分辨率风格化草图的方法。利用预训练 StyleGAN 深层特征的丰富语义，我们能够仅用 16 对人脸及对应草图图像训练一个草图生成器。该草图生成器利用基于部件的损失和两阶段学习，以在高质量草图提取的训练期间实现快速收敛。通过一系列比较，我们表明在提取高分辨率抽象人脸草图的任务上，StyleSketch 优于现有的最先进草图提取方法和少样本图像适应方法。我们进一步通过将 StyleSketch 扩展到其他领域并探索语义编辑的可能性，展示了其多功能性。项目页面可在 https://kwanyun.github.io/stylesketch_project 找到。