深蘭科技|計算機視覺+藝術(shù)處理，現(xiàn)實場景秒變動漫大片
2．2 損失函數(shù)
卡通圖像具有銳利邊緣，順滑的色彩偏差，紋理也相對簡單，所以作者定義了新的loss來完成這個需求。
作者提出了損失函數(shù)L（G，D），由兩部分組成，第一部分為普通的GAN損失，第二部分為保證原真實圖像內(nèi)容的內(nèi)容損失，如公式所示：
可以看到公式②中比普通GAN損失多加了一個，也就多了一個數(shù)據(jù)集。那這個數(shù)據(jù)集怎么來的，它是通過對原始卡通圖像進行邊緣模糊后得到的（邊緣模糊圖片見圖2－2，左邊為原圖，右邊位邊緣模糊圖），目的是為了讓生成網(wǎng)絡(luò)G生成邊緣清晰的圖片，所以判別為假數(shù)據(jù)。而公式③中的就是Neural Style（風格遷移）里面的內(nèi)容損失，只不過把L2損失改為L1損失，在這里我們可以看成是一個正則化。
圖2－2清晰動漫圖（左）、邊緣模糊圖（右）
2．3 初始化技巧
作者引入一個初始化技巧，用公式③中的損失先來單獨訓練G，大概訓練10個epoch。這樣做的目的是為了生成的圖片初始后就能保證原真實場景的內(nèi)容，因為普通的單向GAN要是沒有加入一些限制很難穩(wěn)定保證原始圖片的內(nèi)容，大多會出現(xiàn)扭曲或更嚴重的情況。
3．總結(jié)
經(jīng)過上述的技術(shù)細節(jié)來訓練CartoonGAN，就可以將現(xiàn)實的場景完美的轉(zhuǎn)換成漫畫風格。
最后，我們就來欣賞一些漂亮的轉(zhuǎn)換結(jié)果。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7.30-8.1火熱報名中>> 全數(shù)會2025（第六屆）機器人及智能工廠展
-
7月31日免費預約>> OFweek 2025具身智能機器人產(chǎn)業(yè)技術(shù)創(chuàng)新應用論壇
-
免費參會立即報名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
-
8月5日立即報名>> 【在線會議】CAE優(yōu)化設(shè)計：醫(yī)療器械設(shè)計的應用案例與方案解析
推薦專題
