基于机器学习利用较少样本数据生成卡通图的算法研究

• 作者: 吴巍
• 来源期刊: 微型电脑应用
• 关键词: 机器学习 卷积神经网络 图像生成 聚类 较少样本数据
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 研究与设计|RESEARCH AND DESIGN
• 页码范围: 113-115,118
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.05.033

摘要

由于现有的图像生成算法都是需要学习大量样本,才能模拟人类创作.大量样本的学习需要消耗大量的时间,占用许多资源.因此为了解决以上问题,提出了一种只训练较少数据集就可以自动生成卡通图像的方法.该方法的核心是根据从示例图像中学习到的拓扑结构分割和重组区域.在不需要人工标注的情况下,构造区域关系树来训练图像.在聚类过程中,利用一种新的聚类方法,有效地将构件分组到所需的组中进行图像生成.通过实验表明,该方法只需少量的训练样本就可以生成更好的图像.