点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
转载自：人脸人体重建
漫画、卡通画、讽刺画、日本动画、皮克斯动画，甭管你什么风格，都可以轻松复刻！
本文作者来自南洋理工大学，作者提出 DualStyleGAN，来做基于参考样例的高分辨率 (1024x1024) 肖像风格迁移，DualStyleGAN 能够灵活控制原始人脸域和艺术肖像域的两种风格，其与 StyleGAN 不同，通过使用 intrinsic style path 和新介绍的 extrinsic style path 来表征肖像的内容和风格以提供更加自然的风格迁移。作者精心设计的 extrinsic style path 使得 DualStyleGAN 能够层次化地对颜色和复杂的结构风格进行建模，从而能够精确复刻参考样例的风格。此外，DualStyleGAN 对训练数据非常高效，只需大约 200 张图片，便可以训练得到不错的结果，
主页：https://www.mmlab-ntu.com/project/dualstylegan
代码：https://github.com/williamyang1991/DualStyleGAN
点击下面“阅读原文”，直达GitHub代码！
▲卡通风格迁移▲
▲讽刺漫画风格迁移▲
▲日本动画风格迁移▲
下面图片展示了更多的人脸图片风格迁移结果！
▲卡通风格▲
▲讽刺画风格▲
▲日本动画风格▲
▲皮克斯动画风格▲
▲漫画风格▲
▲灌篮高手风格▲
下面图片展示了 DualStyleGAN 与当前 State-of-the-art 方法的对比结果。 作者比较的对象包含 6 种方法，包含 image-to-image-translation-based StarGAN2, GNR, U-GAT-IT, 和 StyleGAN-based UI2I-style, Toonify, Few-Shot Adaptation (FS-Ada)，结果显示 DualStyleGAN 能够很好地迁移参考图片中的颜色和结果信息！
1. Pastiche Master: Exemplar-Based High-Resolution Portrait Style Transfer. Shuai Yang, Liming Jiang, Ziwei Liu, Chen Change Loy. CVPR, 2022.
ICCV和CVPR 2021论文和代码下载
后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集
后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF
CVer-GAN交流群成立
扫描下方二维码，或者添加微信：CVer6666，即可添加CVer小助手微信，便可申请加入CVer-Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如GAN+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信: CVer6666，进交流群
CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！
▲扫码进群
▲点击上方卡片，关注CVer公众号
整理不易，请点赞和在看