从古画到自然图像：一种古画处理的新方案
计算机视觉与模式识别
2019-04-01 v2
摘要
在计算机视觉中，收集大规模且标注良好的数据集用于图像处理已成为一种常见做法。然而，在古画领域，由于画作数量有限且风格极为多样，这一任务并不现实。因此，我们针对古画处理所带来的问题提出了一种新颖的解决方案。即利用域迁移将古画转换为照片级真实的自然图像。如此一来，古画处理问题便转化为自然图像处理问题，且在自然图像上训练的模型可直接应用于迁移后的画作。具体而言，本工作聚焦于中国古花鸟画与山水画。我们提出了一种新颖的域风格迁移网络（Domain Style Transfer Network, DSTN）将古画迁移至自然图像，该网络采用复合损失以确保迁移后的画作仍保持输入画作的色彩构成与内容。实验结果表明，相较于其他最先进（state-of-the-art）方法，DSTN 生成的迁移画作在人工感知测试及其他图像处理任务上均具有更优表现，表明迁移画作的真实性及所提方法的优越性。
引用
@article{arxiv.1901.00224,
title = {Ancient Painting to Natural Image: A New Solution for Painting Processing},
author = {Tingting Qiao and Weijing Zhang and Miao Zhang and Zixuan Ma and Duanqing Xu},
journal= {arXiv preprint arXiv:1901.00224},
year = {2019}
}
备注
10 pages, 6 figures, published in WACV 2019