论文部分内容阅读
近年来对抗生成网络广泛应用于诸如风格迁移、黑白照片着色等很多图像生成的场景中.本文根据生成网络观点提出了一种新的基于深度学习的漫画着色算法.由于漫画原始的线稿中并没有漫画人物的纹理细节、阴影等信息,所以相比于现有的照片着色生成任务,漫画着色的难度大大增加.为了解决上述问题,文中提出了一个两阶段的漫画自动着色模型.首先,在第一阶段中,网络模型根据线稿和颜色提示信息来丰富漫画的细节信息对漫画主题进行勾勒,并对漫画的整体进行着色;然后第二阶段会对第一阶段的着色错误的信息进行迭代修正,并最终产生满意的漫画着