基于注意力机制的草图简化

摘要

基于漫画创作和产品设计等领域对简化粗糙手绘草图以生成干净线条图的需求，针对现有草图简化方法生成的线条图风格单一、难以保留原有绘画风格的问题，提出了一种草图简化方法，旨在基于参考草图的风格对粗糙草图进行简化，使生成草图在保留原始视觉内容的同时，呈现出与参考草图近似的线条风格.该方法采用数据增强技术扩展数据集，以应对可用于训练的粗糙草图及其对应的简化图像数量有限的问题；在网络中引入卷积块注意力模块(convolutional block attention module, CBAM)和空间与压缩注意力(shifted sparse attention, S2Attention)模块，用于检测粗糙草图和参考草图的边缘特征，并学习二者之间的视觉对应关系；为确保生成图像的质量及对参考线条风格的模仿效果，使用重建损失、线条损失、感知损失和对抗性损失函数对模型进行优化.定性和定量实验结果表明，该方法在模仿参考草图的线条风格方面表现突出，且简化效果优于现有基线方法.

关键词

草图简化 / 图像到图像的转换 / 风格迁移 / 注意力机制