通过弥合真实差距的深度图像调和
计算机视觉与模式识别
2022-10-13 v3
摘要
借助大规模调和数据集，图像调和取得了显著进展。然而，当前构建数据集的方式仍耗费大量人力，不利于数据集的可扩展性。为解决此问题，我们提出以更少的人力构建渲染调和数据集，以扩充现有的真实世界数据集。为利用真实图像与渲染图像，我们提出一种跨域调和网络来弥合两域之间的域差距。此外，我们还采用精心设计的风格分类器与损失来促进跨域知识迁移。大量实验证明了使用渲染图像进行图像调和的潜力以及我们所提网络的有效性。
引用
@article{arxiv.2103.17104,
title = {Deep Image Harmonization by Bridging the Reality Gap},
author = {Junyan Cao and Wenyan Cong and Li Niu and Jianfu Zhang and Liqing Zhang},
journal= {arXiv preprint arXiv:2103.17104},
year = {2022}
}
备注
Accepted by BMVC2022