动漫人物也能变“真人”？PaddleGAN帮你找到“撕漫”的TA
发布时间：2023-01-07 19:30
本文已在飞桨公众号发布
项目背景
随着生成对抗网络GAN的出现，基于该技术的趣味应用如雨后春笋般涌现。其中一个应用方向，便是照片动漫化或者视频动漫化。或许是受到二次元文化的影响，又或者是动漫化应用场景相对广泛、商业价值较高，导致许多开发者参与到上述照片动漫化类型的项目制作中。看到太多大同小异的项目之后，我的脑海中突然浮现出一个问题——为什么没人反其道行之，尝试动漫真人化的项目呢？同时，我本人也非常好奇用GAN生成动漫人物的“真人”形象到底会是什么样子。因此，前段时间，我使用飞桨PaddleGan开发套件，实现了一个动漫人物真人化项目，让“撕漫女友”出现。今天就来和大家分享我的项目设计思路。
项目介绍
技术原理
X:原图 G(X):生成图 G:生成器 D:判别器 Y:标签
简单来说，本项目的基础原理，是将原图X以及标签Y送进GAN网络进行学习，原图通过生成器G生成一张真人图像 G(X),再把生成图像G(X)以及原图X送进判别器D进行判断，再通过与标签图像Y计算L1 loss和CGAN loss修改反向传播网络权值，使得最后的生成图像G(X)能够“骗”过判别器D（误以为是标签图像Y）。
实现步骤
1.数据准备及预处理
-
数据类别：动漫照片（原图）/对应的真人图片（标签）。
-
数据数量：共计约1400张图像。
-
数据划分：训练集、测试集中的比例13:1。