董虎胜

（苏州市职业大学计算机工程学院,苏州 215104）

0 引言

卡通画是一种广泛受到人们喜爱的艺术表现形式，尤其是个性化的卡通人脸图像常常被用作QQ、微信、钉钉等社交软件的头像。这些卡通头像并不完全追求造型的逼真，而是适当地借助象征、夸张或神似的艺术化创作手法，达到创作意念与审美艺术的双重表达，在网络上非常受到欢迎。由于创作和真实人脸图像神似的卡通头像需要比较高的美术基础，这就使得利用人脸照片生成卡通化的头像成为现实的需求。

近几年来的图像风格迁移［1］技术为人们获得个性化的卡通头像提供了可行的解决方案。图像风格迁移指的是借助机器学习方法从具有特定艺术风格的图像中学习到内在的风格模式，再将这种风格施加到目标图像上，使其在保持原有内容能够被辨识的情况下呈现出特定的艺术风格。由于这种技术将数字化的图像处理与艺术创作联系了起来，赋予了计算机“自主”地进行艺术创作的能力，为数字图像处理提供了新的思路。因此该技术一经提出后，立即引起了人们的广泛关注，成为当前计算机视觉与机器学习领域中的研究热点［2-4］。

在当前图像风格迁移的方法中，比如Dual⁃GAN［4］、CycleGAN［5］和UNIT［6］等，基本上都借助了生成对抗网络［7］（generative adversarial networks,GAN）模型来从图像中学习艺术风格模式，再进一步将这些艺术风格从源域图像迁移到目标域图像上，实现从源域到目标域的映射。尽管这些方法能够取得不错的风格迁移效果，但是也存在图像的背景容易受到影响的问题，给生成的结果带来一些内容上的瑕疵。……