Ce document est décomposé en l'image de dessin animé de la soi-disant « boîte blanche ». Le code source ouvert. Autrement dit, avant que le programme est l'automne Stud, style original, puis à travers le réseau de jeter la figure Ye caractéristiques de contrainte ou le fonctionnement de l'image de sortie après l'autre style. Ce travail a mis ce processus vers le bas de manière contrôlée. ventilés comme suit spécifiques:
Lorsque l'image est divisée en trois modules et le fonctionnement arôme de la figure: Caractérisation de la surface, la caractérisation de la structure, la caractérisation de la texture.
première structure figure, trois modules sont ensuite analysés pour:
Le premier module: L' apprentissage de la de la représentation de la surface
Comme son nom l'indique, pour voir à. La figure 1, cette caractérisation est principalement caractérisée par image épaisse, lisse peut encore rester structure globale sémantique, mais les détails ne sont pas conservés. Ce discriminateur utilise une formule comme suit:
Bien compris, et que les illustrations générées image de bande dessinée.
Le second module: L' apprentissage de la structure de la représentation
L'estimation de l'effet global du contenu de ce module, les limites, tout d'abord felzenszwalb (super pixel) est divisé algorithme de segmentation d'image, puis utilisez la recherche sélective de fusionner certaines régions, parce que aucune sémantique de superpixel considéré.
Ici pas discriminateur, caractérisée par l'utilisation vgg contrainte.
Le troisième module: L' apprentissage de la de la représentation textural
Cette pièce est une caractéristique haute fréquence, à savoir, les informations de contenu de l'image, mais de réduire l'impact de la couleur, puis trois de pondération de canal rgb:
Ici, il est utile à un autre discriminateur:
Dans l'ensemble, un motif clair, cette fois-ci a également constaté que certaines des idées du papier: couplage ou découplage. Tant qu'un travail raisonnable est une valeur de la méthode à étudier.
