基于条件生成对抗网络的图像转化方法研究

摘要：

近年来,利用设备将手绘图像转换为自然图像的方法是当前的图像处理领域主流方向之一.生成式对抗网络(GAN,Generative Adversarial Networks)是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一.本文提出一种基于生成对抗网络的图像转换方法,它可以改善原本存在的图像转换方法的差异大、模糊不清等缺点,减小手绘图像与自然图像的视觉差异.实验中生成器由U-net构成,判别器为patch-GAN,对网络模型使用L1进行约束.二者交替训练,通过改变学习率、迭代次数等参数来进行对比训练效果.最后得到的网络模型可以对人脸的手绘图进行轮廓和部分细节的还原.

关键词：手绘图像、条件生成对抗网络、人脸

分类号：TP391.41;TP181;TP751.1

在线出版日期：2020-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：9-11