本文介绍了香港中文大学、哈工大和腾讯优图合作的研究，该研究在CycleGAN基础上结合人脸关键点（landmark）信息，提升动漫头像生成效果。通过预训练的landmark检测器和特定的损失函数，包括关键点一致性损失、关键点匹配全局判别器和关键点引导的局部判别器，实现了更准确的人脸动漫化。研究使用带有landmark标注的自建动漫数据集进行训练，并在两个阶段进行训练优化。尽管效果显著，但依赖标注数据和创新点有限。
如何用真实的人脸照片生成卡通风格的头像呢？今天我们再来看看另一篇文章。
这篇文章来自香港中文大学+哈工大+腾讯优图。效果如下：
当然我写的前两篇文章，也是在说头像动漫化，是另外两个算法，各有千秋。传送门：
https://blog.csdn.net/wenqiwenqi123/article/details/105483884
https://blog.csdn.net/wenqiwenqi123/article/details/105229786
说回这篇文章，这篇文章的宗旨其实很简单，从题目就可以看出来，就是在cycleGAN的基础上，加上了人脸的关键点信息（landmark），从而使算法对人脸的处理更加给力。
cycleGAN介绍传送门：https://blog.csdn.net/wenqiwenqi123/article/details/105123491
订阅专栏 解锁全文
扫一扫
2605
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
