深度照片风格迁移
计算机视觉与模式识别
2017-04-12 v3
摘要
本文提出了一种用于摄影风格迁移的深度学习方法，该方法能够处理多种多样的图像内容，同时忠实地迁移参考风格。我们的方法建立在近期关于绘画风格迁移工作的基础上，该工作通过考虑神经网络的不同层将图像的风格与内容分离。然而，就其本身而言，该方法并不适用于逼真风格迁移。即使输入图像和参考图像均为照片，输出结果仍会表现出类似绘画的失真。我们的贡献是将输入到输出的变换约束为在色彩空间中局部仿射，并将该约束表示为一个自定义的完全可微能量项。我们表明，该方法成功抑制了失真，并在多种场景下产生了令人满意的逼真风格迁移，包括一天中的时间、天气、季节和艺术编辑的迁移。
引用
@article{arxiv.1703.07511,
title = {Deep Photo Style Transfer},
author = {Fujun Luan and Sylvain Paris and Eli Shechtman and Kavita Bala},
journal= {arXiv preprint arXiv:1703.07511},
year = {2017}
}