摘要
在漫画绘制的过程中,按草稿绘制出线条干净的线稿是很重要的一环.现有的草图简化方法已经具有一定的线条简化能力,然而由于草图的绘制方式的多样性以及画面复杂程度的不同,这些方法适用范围有限且效果不理想.本文提出了一种新颖的草图简化方法,利用条件随机场(Conditional random field,CRF)和最小二乘生成式对抗网络(Least squares generative adversarial networks,LSGAN)理论搭建了深度卷积神经网络的草图简化模型,通过该网络生成器与判别器之间的零和博弈与条件约束,得到更加接近真实的简化线稿图.同时,为了训练对抗模型的草图简化能力,本文建立了包含更多绘制方式与不同内容的草图与简化线稿图对的训练数据集.实验表明,本文算法对于复杂情况下的草图,相比于目前的方法,具有更好的简化效果.
Sketch simplification is a critical part of cartoon drawing. To some extent, the existing approaches already have basic ability of sketch cleanup, but still have limitation in some situations because of the diversity of sketch drawing methods and complexity of sketch contents. In this paper, we present a novel approach of building a model for sketch simplification,which is based on the conditional random field（CRF） and least squares generative adversarial networks（LSGAN）. Through the zero-sum game of generator and discriminator in the model and the learning restriction of conditional random field,we can obtain simplified images more similar to standard clean images. At the same time, we build a dataset containing a large number of pairs of sketches and clean images in different painting ways and contents. Finally, experiments show that our approach can obtain better results than the state of the art approach for sketch simplification.
作者
卢倩雯
陶青川
赵娅琳
刘蔓霄
LU Qian-Wen;TAO Qing-Chuan;ZHAO Ya-Lin;LIU Man-Xiao(Collage of Electronic and Information Engineering, Sichuan University, Chengdu 610065)
出处
《自动化学报》
EI
CSCD
北大核心
2018年第5期840-854,共15页
Acta Automatica Sinica
关键词
草图简化
最小二乘生成式对抗网络
深度学习
条件随机场
Sketch simplification
least squares generative adversarial network （LSGAN）
deep learning
conditionalrandom field （CRF）
作者简介
卢倩雯四川大学硕士研究生．2015年获得上海大学学士学位．主要研究方向为机器视觉，模式识别，机器学习，图像处理．E-mail：lqwjk2018@163．com;陶青川四川大学电子信息学院副教授．分别于1997年、2000年和2005年获得四川大学学士学位、硕士学位和博士学位．主要研究方向为机器视觉，模式识别，机器学习，图像处理和三维显微成像技术．本文通信作者．E-mail：taoqingchuan@scu．edu．cn;赵娅琳四川大学硕士研究生．2014年获得重庆交通大学学士学位．主要研究方向为机器视觉，模式识别，机器学习，图像处理．E—mail：caeluszhao@yeah．cn;刘蔓霄四川大学硕士研究生．2016年获得成都学院学士学位．主要研究方向为机器视觉，模式识别，机器学习，图像处理．E-mail：18708179608@163．com
