手绘草图生成逼真的人脸

科学院和香港城市大学的一组研究人员介绍了一种local-to-global的方法，可以从简单的草图生成逼真的人脸。

虽然随着GANs技术的发展，从图像到图像的转换技术使得草图迅速生成人脸图像成为可能 。但是已存在的一些技术往往容易过拟合，导致生成的图像过度接近草图。因此草图要画得非常好 ，生成的图片才能得到好的效果。

与大多数基于深度学习的草图转换为图像的解决方案不同，之前的方案将输入草图作为固定的“硬”约束，然后尝试重建笔画之间丢失的纹理或阴影信息；而本文中的新方法关键思想是隐式学习从真实人脸素描图像中获得合理的人脸素描空间，并在该空间中找到接近输入素描的点。由于此方法将输入草图更多地视为“软”约束来指导图像合成，因此即使来自粗糙或不完整的输入，它也能够生成具有更G真实性的G质量人脸图像。