由武汉大学和湖北工业学院组成的中国研究团队开发的“AnimanGAN：一种用于照片动画的新型轻量级GAN”是一项将现实世界中拍摄的图片高速转换为类似动漫图像的技术。通过使用深度学习的轻量级框架，您可以创建看起来像动漫的高质量图像，例如宫崎骏和新海诚的图像。
从左开始输入图像，新海诚风格，聪敏风格，宫崎骏风格
为了制作高质量的动漫作品，有必要仔细考虑线条，纹理，颜色，阴影等，这需要花费时间和精力来制作。如果有一项能够自动将真实照片转换为高质量动画图像的技术，那么从效率的角度来看，这一点将非常重要。
在这种方法中，我们提出了一个新框架，该框架使用GAN（生殖对抗网络）将实况图像转换为动画图像。与传统的基于GAN的从图像到图像的样式转换方法相比，它专门用于动画，因此它具有一些网络参数，并且重量轻。
该系统由用于将真实照片转换为动画图像的生成网络和用于区分图像是在真实目标区域还是由生成网络创建的识别网络组成。轻量级的生成网络用于实现高速传输。
建筑
用于将纹理和线条转换为动画样式的“灰度样式损失”，用于重建颜色的“颜色重建损失”，用于防止生成的图像显示为灰度图像的“灰度对抗损失”通过使用的三个新损失函数，生成的图像可以具有生动的色彩并具有动画效果。
我们将学习的模型的输出结果与最先进的动画样式转录方法即Cartoon GAN和Comix GAN进行了比较，但是这种方法可以大大减少参数数量和计算成本，并提高了处理速度。出来。他说，他能够抑制伪影的部分出现（无法生成的不自然部分），并有效保留与照片内容相对应的颜色。
与CartoonGAN，ComixGAN，AnimeGAN的比较结果
获取更多科技新资讯，欢迎关注“科技全频”。
