Feb, 2021
AniGAN: 面向风格引导的生成对抗网络 (Unsupervised) 在动漫头像生成中的应用
AniGAN: Style-Guided Generative Adversarial Networks for Unsupervised Anime Face Generation
Bing Li, Yuanlue Zhu, Yitong Wang, Chia-Wen Lin, Bernard Ghanem...
TL;DR该研究提出了一个基于 GAN 的新框架,可以将肖像照片转换为动漫外观的高质量图像,同时保留源图像的整体结构,该框架采用了双分支鉴别器来学习具体领域分布和领域共享分布,有助于生成具有视觉吸引力的动漫图像。