摘要
近年来，面部素描合成取得了显著进展。基于深度神经网络的最新方法能够从面部照片生成高质量的素描。然而，由于缺乏训练数据（照片-素描对），这些基于深度学习的方法都无法成功应用于野外环境中的面部照片。在本文中，我们提出了一种半监督深度学习架构，通过利用额外的面部照片进行训练，将面部素描合成扩展到处理野外环境中的面部照片。我们不是用真实的素描来监督网络，而是首先在特征空间中进行输入照片与小参考集中的照片-素描对之间的补丁匹配。然后，我们使用相应的素描特征补丁组成一个伪素描特征表示来监督我们的网络。通过所提出的方法，我们可以使用一个小的照片-素描对参考集和一个没有真实素描的大规模面部照片数据集来训练我们的网络。实验结果表明，我们的方法在公共基准测试和野外环境中的面部照片上均达到了最先进的性能。代码可在 https://github.com/chaofengc/Face-Sketch-Wild 获取。