摘要
从真实照片合成面部素描及其逆过程具有广泛的应用。然而，由于照片和素描具有不同的特征，这一任务仍然充满挑战。在本研究中，我们将此任务视为图像到图像的转换问题，并探索最近流行的生成模型（GANs）来从素描生成高质量的真实照片以及从照片生成素描。基于GAN的方法在图像到图像转换问题上已经显示出令人鼓舞的结果，特别是在照片到素描合成方面，但它们在生成高分辨率真实图像方面的能力有限。为此，我们提出了一种新的合成框架——使用多对抗网络的照片素描合成（PS2-MAN），该框架以对抗的方式迭代生成低分辨率到高分辨率的图像。生成器的隐藏层首先被监督以生成较低分辨率的图像，随后在网络中进行隐式优化以生成更高分辨率的图像。此外，由于照片素描合成为一个配对转换问题，我们利用CycleGAN框架来利用配对信息。通过进行图像质量评估（IQA）和照片素描匹配实验，我们展示了我们的框架相较于现有最先进解决方案的优越性能。代码可在以下地址获取：https://github.com/lidan1/PhotoSketchMAN.