深度分解式逆草图绘制
计算机视觉与模式识别
2018-08-08 v1
摘要
受细粒度草图检索（FG-SBIR）等实际应用推动，对人体自由手绘草图的建模近期成为热点。草图显然与照片边缘图相关，但一张照片的人体自由手绘草图并非该照片边缘图的简洁绘制。相反，存在一个基本的抽象与图示化绘制过程，其中整体几何被扭曲且显著细节被选择性纳入。本文研究这一绘制过程并尝试将其反转。我们通过将图示化自由手绘草图转换为更类似物体边界几何真实投影的轮廓来建模此逆过程，并分离出显著附加细节。这种分解式再表示使得自由手绘草图更易与物体照片实例匹配。具体而言，我们提出一种基于循环嵌入一致性约束的新型无监督图像风格迁移模型。随后构建深度 FG-SBIR 模型以利用各分解草图的互补判别细节，实现与对应照片的更好匹配。我们的方法在定性与定量上均经评估，证明其相对于若干风格迁移与 FG-SBIR 的当前最优（SOTA）替代方法的优越性。
引用
@article{arxiv.1808.02313,
title = {Deep Factorised Inverse-Sketching},
author = {Kaiyue Pang and Da Li and Jifei Song and Yi-Zhe Song and Tao Xiang and Timothy M. Hospedales},
journal= {arXiv preprint arXiv:1808.02313},
year = {2018}
}
备注
Accepted to ECCV 2018