首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    基础 | 如何通过DCGAN实现动漫人物图像的自动生成?

    基于生成对抗网络(GAN)的动漫人物生成近年来兴起的动漫产业新技术。传统的GAN模型利用反向传播算法,通过生成器和判别器动态对抗,得到一个目标生成模型。由于训练过程不稳定,网络难以收敛,导致生成的图像缺乏多样性和准确性,甚至会产生模式崩溃。本文基于深度学习,参考相关实战项目pytorch-book,学习网络的训练方法,采用经过标准化处理和分类的动漫人物面部图像知乎用户何之源分享的素材,训练DCGAN,实现动漫人物图像自动生成。在训练过程中,控制实验参数,进行定量分析和优化,得到可自动生成动漫人物图像的生成器模型。主要工作如下:

    01

    表情包:我也需要版权保护

    随着互联网技术的快速发展,社交APP已经占据了人们的大部分生活。现在的沟通、交涉、工作等等都不再是单纯的电话或者短信,而大部分都使用社交平台。当文字满足不了人们感情表达的需求时,表情包开始发挥出自己重要的角色定位。表情包是互联网环境下产生的图像性语言,经历了ASCII符号、颜文字、emoji表情、动态图片等形式和内容的更新与发展,表情包包括原创的动漫形象、截取的静态或者动态的影视图片等等,内容多种多样。它们中有的是商家出于利益驱动而专门制作的,商家制作的使用时往往都需要进行付费才能使用。而更多的是网友们自主创作的免费使用的表情包。成为了一种富有特色的网络流行文化。

    00
    领券