基于风格注意力网络的任意风格迁移
计算机视觉与模式识别
2019-05-24 v5
摘要
任意风格迁移旨在将内容图像与另一图像的风格相融合，合成出前所未见的新图像。近期的任意风格迁移算法难以平衡内容结构与风格图案。此外，由于基于块机制，同时保持全局与局部风格图案十分困难。本文中，我们提出一种新颖的风格注意力网络（SANet），可根据内容图像的语义空间分布高效且灵活地整合局部风格图案。一种新的恒等损失函数与多级特征嵌入使我们的 SANet 和解码器在尽可能保留内容结构的同时丰富风格图案。实验结果表明，我们的算法实时合成的风格化图像质量高于最先进算法所生成的。
引用
@article{arxiv.1812.02342,
title = {Arbitrary Style Transfer with Style-Attentional Networks},
author = {Dae Young Park and Kwang Hee Lee},
journal= {arXiv preprint arXiv:1812.02342},
year = {2019}
}
备注
Accepted by CVPR2019