基于类别的着色：利用语义分割的实时局部风格迁移
计算机视觉与模式识别
2019-09-02 v1
摘要
我们提出一种基于类别的着色方法（CBS），能够实时地为不同物体类别映射不同风格。CBS通过同时执行两步来实现实时性能：在使用语义分割方法获取视频帧中每个物体类别的掩码的同时，使用一种着色方法对该帧进行全局风格化。然后，通过结合分割掩码与风格化图像，即可对某一物体类别进行风格化。用户还可以选择多种风格，从而在同一帧中使不同物体类别具有不同的风格。在语义分割方面，我们采用DABNet，其精度高，但仅有76万参数且以104 FPS运行。在风格迁移步骤中，我们使用Johnson等人[7]提出的流行实时方法。我们在CityScapes数据集的一段视频上评估了CBS，观察到针对不同物体类别的高质量局部风格迁移结果以及实时性能。
引用
@article{arxiv.1908.11525,
title = {Class-Based Styling: Real-time Localized Style Transfer with Semantic Segmentation},
author = {Lironne Kurzman and David Vazquez and Issam Laradji},
journal= {arXiv preprint arXiv:1908.11525},
year = {2019}
}