在这高速发展的时期中，各种技术在不断进步，许多新功能也在不断浮现。《VideoComics》也是其中之一，可以带给用户多种享受。
我们将这个问题分为两部分：（a）帧提取和（b）样式转换。第一阶段的目标是从提供最全面的视频背景的视频中选择帧的子集，这些自己同时对漫画的观众具有视觉吸引力。在第二阶段，我们将选定关键帧的样式转换为漫画的样式。为了达到最好的效果，我们针对漫画风格转换的具体问题分析出了现有的风格转换方法。
我们的项目组由三个人构成，项目构建的过程主要涉及三步：（1）视频关键帧提取，（2）图片的风格转换，（3）前端交互展示，这几个步骤。 其中：
-
刘佳昌（主要负责神经网络的构建以及神经网络的构成）
- github: https://github.com/liujiachang
- 电子邮箱：1040496263@qq.com
-
徐润凯 （关键帧提取以及python web的前端展示）
- github: https://github.com/xurunkai
- 电子邮箱：996874863@qq.com
-
刘西寅（主要负责编程环境的搭建和神经网络的训练过程）
- github: https://github.com/liuxiyin
- 电子邮箱：915709379@qq.com
| train_A |  |
|---|
| train_B |  |
|---|
| test |  |
|---|
| train_epoch |  |
|---|
| test_result |  |
|---|
| d_A_loss |  |
g_A_loss |  |
|---|
| d_B_loss |  |
g_B_loss |  |
|---|
| running_1 |  |
|---|
| running_2 |  |
|---|
| running_3 |  |
|---|
| running_4 |  |
running_5 |  |
|---|
| running_6 |  |
|---|
基于对抗神经网络(gan)完成的风格转换。
本项目是基于对抗神经网络(gan)完成的风格转换。
把所选中的视频中关键帧提取出来，并且将关键帧图像转换成不同风格的图像。
动画片和漫画成为世界各地流行的艺术表达手段。不幸的是，只有少数有绘画或图形技能的人才能够创造出符合美学标准的作品。更重要的是，它还需要大量的时间来创建一个有价值的漫画。提供一种将视频转换为漫画的自动工具，可以彻底改变出版商和个人创作漫画化内容的方式
在目前的市场中，已知的可以使用漫画化的软件只能对相片进行处理，而无法对视频进行处理。
本项目能够以以下步骤对视频进行处理：
（1）将用户上传的视频分割成许多关键帧，并用图片来表示
（2）对分割出来的关键帧进行处理，并以用户选中的漫画风格来显示