基于条件生成对抗网络的漫画手绘图上色方法OA北大核心CSCDCSTPCD

提出一种基于条件生成对抗网络(CGAN)的漫画手绘图自动上色方法。实验中,采用U型结构的生成器,对网络模型使用L1进行约束,在生成器和判别器的对抗式训练中,模型不断学习并优化手绘图到对应彩色图像间的映射关系,最后使用训练得到的条件GAN网络模型对手绘图上色。实验表明,使用这种方法可以有效并且快速地对漫画手绘图上色,同时保持可观的视觉效果。