使用深度全卷积网络的自动图像风格化
计算机视觉与模式识别
2018-11-28 v1
摘要
色彩与色调风格化旨在通过艺术性的色彩和色调调整来增强独特主题。它有着广泛的应用，从专业图像后期处理到社交网络上的照片分享。主流照片增强软件为用户提供预定义风格，这些风格通常是通过试错过程手工制作的。此类照片调整工具缺乏对图像内容的语义理解，由此产生的全局色彩变换限制了其所能表现的艺术风格范围。另一方面，风格化增强需要对不同语义区域施加不同的调整。这种能力可实现更广泛的视觉风格。在本文中，我们提出了一种用于自动图像风格化的新型深度学习架构，该架构从图像对中学习局部增强风格。我们的深度学习架构是一个端到端的深度全卷积网络，执行语义感知的特征提取以及自动图像调整预测。通过我们的深度网络单次前向传播即可高效完成图像风格化。在现有图像风格化数据集上的实验证明了我们深度学习架构的有效性。
引用
@article{arxiv.1811.10872,
title = {Automatic Image Stylization Using Deep Fully Convolutional Networks},
author = {Feida Zhu and Yizhou Yu},
journal= {arXiv preprint arXiv:1811.10872},
year = {2018}
}