本文详细解析了CVPR2020收录的一篇关于图像卡通化的论文，利用白盒卡通表示进行风格迁移。文章介绍了外观、结构和纹理特征的分解，并通过神经网络模型分别学习这些特征。整体网络结构包含固定参数的组件，配合多个损失函数确保生成图像的质量和真实性。实验表明，该方法在图像卡通化上取得了显著效果。
这篇文章收录于CVPR2020，在图像卡通化上效果不错。
github地址：https://github.com/SystemErrorWang/White-box-Cartoonization
那么这篇文章做了一件什么事呢？就是把真实世界的照片转为卡通风格的：
本文的思想主旨主要如下图：
将一张真实世界的图片分解为三种特征标识：1、外观特征 2、结构特征 3、纹理特征。
分别介绍一下。1、外观特征容易理解，一张图大体上看来是怎么样的，去掉纹理、细节信息，就是外观特征。 2、结构特征，作者受启发于动漫的绘画方式，动漫总是用稀疏的颜色和分明的边界来勾画，因此结构特征图将原图分割后对不同部分上色，只保留大块的结构信息。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
