分布对齐的多模态与多域图像风格化
计算机视觉与模式识别
2020-06-03 v1
摘要
多模态和多域风格化是图像风格迁移领域的两个重要问题。目前，能够同时执行多模态和多域风格化的方法很少。在本文中，我们提出了一个用于多模态和多域风格迁移的统一框架，支持基于样本的参考和随机采样引导。我们方法的关键组件是一个新颖的风格分布对齐模块，它消除了各种风格域之间的显式分布差距，并降低了模式崩溃的风险。多模态多样性通过多图像引导或随机风格代码来保证，而多域可控性则通过使用域标签直接实现。我们在具有多种不同艺术风格和流派的绘画风格迁移上验证了所提出的框架。与 SOTA 方法的定性和定量比较表明，我们的方法能够在参考风格引导或随机采样风格下生成高质量的多域风格和多模态实例结果。
引用
@article{arxiv.2006.01431,
title = {Distribution Aligned Multimodal and Multi-Domain Image Stylization},
author = {Minxuan Lin and Fan Tang and Weiming Dong and Xiao Li and Chongyang Ma and Changsheng Xu},
journal= {arXiv preprint arXiv:2006.01431},
year = {2020}
}