Applying style-transfer models to generate artificial data in the problem of generating 3D character models from sketch drawings

Abstract

В данной работе были исследованы несколько архитектур нейронных сетей применимых к задаче переноса стиля между реальными набросками и сгенерированными изображениями. Были собраны наборы данных правдоподобных набросков с помощью моделей переноса стиля, на данных наборах была обучена модель для определения позы персонажа. Было изучено применение аугментаций при обучении модели определения позы.

In this work we explored few neural network architectures in application to style transfer task from real sketches to generated images. We collected datasets of plausible sketches with style transfer models. This datasets was used to train the model for pose estimation. We studied application of image augmentations in pose estimation model training