Sketchback:Keras使用深度卷积神经网络实现草图反转的功能（从铅笔素描中合成照片级逼真的图像）

Sketchback：使用Keras进行卷积草图反演 遵循和的工作，使用深层卷积神经网络（从铅笔草图合成照片级逼真的图像）的。 我们专注于人脸素描和建筑物的建筑图。 但是，根据以及我们对他们提出的框架进行的实验，我们认为，鉴于庞大的数据集和充足的训练时间，该网络也可以推广到其他类别。 我们使用从大型人脸图像数据库生成的数据集训练了模型，然后对网络进行了微调以适合建筑草图的目的。 您可以找到我们的研究海报。 结果 面Kong 建筑物 数据集 我们使用以下数据集来训练，验证和测试我们的模型： 大规模CelebFaces属性（CelebA）数据集。 CelebA数据集包含202,599名10,177位身份的名人头像。 它涵盖了较大的姿势变化和背景杂波。 我们使用此数据集来训练网络。 ZuBuD图像数据库。 ZuBuD数据集由ETH Zurich的计算机视觉实验室提供。 它包含100