结合全局与局部损失的结构增强任意风格迁移
计算机视觉与模式识别
2022-07-26 v1 图像与视频处理
摘要
任意风格迁移仅使用一个训练好的网络，即可生成将内容图像的结构与艺术作品的艺术风格相结合的艺术图像。该方法所用的图像表示包含内容结构表示与风格图案表示，通常为预训练分类网络中的高层特征表示。然而，传统分类网络为分类而设计，通常关注高层特征而忽略其他特征。因此，风格化图像在整个图像中均匀散布风格元素，导致整体图像结构难以辨识。为解决该问题，我们提出一种结合全局与局部损失的结构增强新颖任意风格迁移方法。局部结构细节由Lapstyle表示，全局结构由图像深度控制。实验结果表明，与其他最先进（state-of-the-art）方法相比，我们的方法能在多个常用数据集上生成具有令人印象深刻视觉效果的高质量图像。
引用
@article{arxiv.2207.11438,
title = {Arbitrary Style Transfer with Structure Enhancement by Combining the Global and Local Loss},
author = {Lizhen Long and Chi-Man Pun},
journal= {arXiv preprint arXiv:2207.11438},
year = {2022}
}