基于调制流的颜色迁移

在本工作中，我们介绍了一种基于标准化流的颜色迁移方法，即调制流 (ModFlows)。颜色迁移的主要目标是调整目标图像的颜色以匹配参考图像的颜色分布。我们的技术基于最优运输，并在 RGB 色彩空间中将颜色迁移执行为可逆变换。ModFlows 利用流的双射属性，使我们能够引入一种常见的中间颜色分布并构建标准化流的数据集。我们在该数据集上训练编码器以预测新图像的标准化模型权重。在一组最优运输计划上训练后，我们的方法可以为新的分布对生成计划，而无需额外微调。我们 additionally展示，训练好的编码器提供的图像嵌入仅与其颜色风格相关。所述方法能够处理 4K 分辨率图像，并在内容和风格相似性方面实现最佳性能。我们的源代码可在 https://github.com/maria-larchenko/modflows 获取。