DCT-Net人像卡通化模型

论文 ｜ 项目主页

输入一张人物图像，实现端到端全图卡通化转换，生成二次元虚拟形象，返回卡通化后的结果图像。

其生成效果如下所示：

本仓库提供DCT-Net日漫风转换模型，同时将汇总发布卡通化系列相关模型及应用。

发布历史

(2023-02-13) 基于Stable-Diffusion的卡通系列文生图模型上线，包含5种预训练风格模型，欢迎下载使用；

(2023-02-13) DCT-Net结合Stable-Diffusion实现零样本学习，新增2种风格模型上线，自有风格自训练指南即将发布；

(2023-01-07) 基于DCT-Net的创空间应用AI人像视频多风格漫画正式发布，欢迎在线试用（本地运行体验更佳）；

(2022-11-03) 创空间应用AI人像多风格漫画正式上线，支持一键多风格推理，欢迎在线体验；

(2022-10-09) DCT-Net系列5种风格模型上线，支持ModelScope直接pipeline推理，版本modelscope-0.4.7；

DCT-Net系列多风格模型 (小样本训练）

日漫风	3D风	手绘风	素描画	艺术风

DCT-Net+SD系列多风格模型 (零样本训练）

插画风	漫画风

Stable-Diffusion卡通系列文生图模型

插画风格	水彩风格	漫画风格	剪贴画	扁平风格

模型描述

该任务采用一种全新的域校准图像翻译模型DCT-Net（Domain-Calibrated Translation），利用小样本的风格数据，即可得到高保真、强鲁棒、易拓展的人像风格转换模型，并通过端到端推理快速得到风格转换结果。

使用方式和范围

使用方式：

• 支持GPU/CPU推理，在任意真实人物图像上进行直接推理;

使用范围:

• 包含人脸的人像照片（3通道RGB图像，支持PNG、JPG、JPEG格式），人脸分辨率大于100x100，总体图像分辨率小于3000×3000，低质人脸图像建议预先人脸增强处理。

目标场景:

• 艺术创作、社交娱乐、隐私保护场景，自动化生成卡通肖像。

如何使用

在ModelScope框架上，提供输入图片，即可以通过简单的Pipeline调用来使用人像卡通化模型。

代码范例

import cv2
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

img_cartoon = pipeline(Tasks.image_portrait_stylization, 
                       model='damo/cv_unet_person-image-cartoon_compound-models')
# 图像本地路径
#img_path = 'input.png'
# 图像url链接
img_path = 'https://modelscope.oss-cn-beijing.aliyuncs.com/test/images/image_cartoon.png'
result = img_cartoon(img_path)
cv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])
print('finished!')

模型局限性以及可能的偏差

• 低质/低分辨率人脸图像由于本身内容信息丢失严重，无法得到理想转换效果，可预先采用人脸增强模型预处理图像解决；

• 小样本数据涵盖场景有限，人脸暗光、阴影干扰可能会影响生成效果。

训练数据介绍

训练数据从公开数据集（COCO等）、互联网搜索人像图像，并进行标注作为训练数据。

• 真实人脸数据FFHQ常用的人脸公开数据集，包含7w人脸图像；

• 卡通人脸数据，互联网搜集，100+张

模型推理流程

预处理

• 人脸关键点检测
• 人脸提取&对齐，得到256x256大小的对齐人脸

推理

• 为控制推理效率，人脸及背景resize到指定大小分别推理，再背景融合得到最终效果；
• 亦可将整图依据人脸尺度整体缩放到合适尺寸，直接单次推理

数据评估及结果

使用CelebA公开人脸数据集进行评测，在FID/ID/用户偏好等指标上均达SOTA结果：

引用

如果该模型对你有所帮助，请引用相关的论文：

@inproceedings{men2022domain,
  title={DCT-Net: Domain-Calibrated Translation for Portrait Stylization},
  author={Men, Yifang and Yao, Yuan and Cui, Miaomiao and Lian, Zhouhui and Xie, Xuansong},
  journal={ACM Transactions on Graphics (TOG)},
  volume={41},
  number={4},
  pages={1--9},
  year={2022}
}