神经风格迁移与通用风格迁移的综合比较
计算机视觉与模式识别
2018-06-05 v1
摘要
风格迁移旨在将任意视觉风格迁移至内容图像。我们探讨了两篇论文中改进的算法，这些算法试图解决风格迁移问题，同时对未见风格具有泛化能力或折中视觉质量。多数改进集中于优化实时风格迁移算法，同时以更少的资源和约束适应新风格。我们比较了这些策略并评估它们生成视觉吸引力图像的效果。我们探讨了两种风格迁移方法：带改进的神经风格迁移与通用风格迁移。我们还对不同生成图像之间进行了比较，并研究如何对其作定性度量。
引用
@article{arxiv.1806.00868,
title = {A Comprehensive Comparison between Neural Style Transfer and Universal Style Transfer},
author = {Somshubra Majumdar and Amlaan Bhoi and Ganesh Jagadeesan},
journal= {arXiv preprint arXiv:1806.00868},
year = {2018}
}
备注
9 pages, 4 figures