上一篇文章中介绍的饭冢氏的指导学生佐佐木一真氏撰写的CVPR 2017论文！使用深度网络进行线稿补完的技术「Joint Gap Detection and Inpainting of Line Drawings：利用全卷积网络实现线稿的自动补完」
概要
本研究提出了一种利用卷积神经网络自动补完线稿缺失部分的方法。以往使用相似补丁或像素传播的方法，不仅需要手动指定缺失区域，而且难以考虑直线、曲线等结构进行图像补完。与此相比，所提方法通过卷积神经网络直接学习各种线稿补完模式，能够自动判断线条中断的位置，并考虑线条粗细和曲率进行补完。所提模型全部由卷积层构成，输入部分中断的线稿后会输出补完了合适线条的图像。此外，通过从小规模线稿数据中自动生成具有各种补完模式的图像对，实现了模型的有效学习。所提方法使用线稿扫描数据和图形进行评估，并通过用户测试确认其性能大幅超过现有方法。
感觉相当不错。相比现有技术，精度似乎也高得多。
CVPR2017用的项目页面已经公开了！这是线稿自动补完研究。虽然是一次性点子，但夏天会在夏威夷发表。#cvpr2017 https://t.co/E7Jwd48LtO
— かいぢう@シノビスラッシュ開発 (@kaid_lc) April 29, 2017