生成更精细的动漫脸——《Few-shot Knowledge Transfer for Fine-grained Cartoon Face Generation》论文解析

今天要介绍的这篇文章，来自北大和字节跳动AI lab。

首先放上arxiv地址：https://www.arxiv-vanity.com/papers/2007.13332/

这篇文章做了一件什么事呢？它在之前真实人脸转动漫的基础上，新加了Few-shot的算法，用少量数据就能让模型更好地生成某一类图片（比如老人、小孩）。

事实上这是一次image2image+domain adaptation的很好的尝试，跟迁移学习的相关算法结合了一下。

那么之前没看过那篇人脸转动漫文章的朋友可以先看看UGATIT：https://blog.csdn.net/wenqiwenqi123/article/details/105483884

这篇文章解决的问题如下图：

不同的人群的脸部特征是不一样的，比如女人的睫毛比较长，男人则不。老人脸上有皱纹，小孩则不。因此本文的算法可以在生成动漫图的时候，使算法更能适应各种不同的人物风格。

好的，接下来介绍一下本算法：

1、