AdaCM：用于实时通用照片级真实感风格迁移的自适应 ColorMLP
计算机视觉与模式识别
2022-12-06 v1
摘要
照片级真实感风格迁移旨在将范例风格图像的艺术风格迁移到内容图像上，生成无空间畸变或不真实伪影的结果图像。近期的深度模型已取得令人印象深刻的成果。然而，基于深度神经网络的方法计算开销过大，难以实时运行。同时，基于双边网格的方法速度快得多，但仍包含如过曝之类的伪影。在本工作中，我们提出自适应 ColorMLP (Adaptive ColorMLP, AdaCM)，一种用于通用照片级真实感风格迁移的高效且有效的框架。首先，我们发现输入域与目标域之间复杂的非线性颜色映射可由一个小型多层感知机（ColorMLP）模型高效建模。随后，在 AdaCM 中，我们采用 CNN 编码器，以每对输入内容与风格图像为条件，自适应地预测 ColorMLP 的所有参数。实验结果表明，AdaCM 能生成生动且高质量的风格化结果。同时，我们的 AdaCM 极快，在单块 V100 GPU 上处理 4K 分辨率图像仅需 6ms。
引用
@article{arxiv.2212.01567,
title = {AdaCM: Adaptive ColorMLP for Real-Time Universal Photo-realistic Style Transfer},
author = {Tianwei Lin and Honglin Lin and Fu Li and Dongliang He and Wenhao Wu and Meiling Wang and Xin Li and Yong Liu},
journal= {arXiv preprint arXiv:2212.01567},
year = {2022}
}
备注
To appear in AAAI 2023