DoveNet：通过域验证的深度图像和谐化
计算机视觉与模式识别
2020-11-03 v3
摘要
图像合成是图像处理中的重要操作，但前景与背景间的不一致性会显著降低合成图像质量。图像和谐化旨在使前景与背景相容，是一项有前景却具挑战性的任务。然而，缺乏高质量公开可用的图像和谐化数据集极大阻碍了图像和谐化技术的发展。本工作中，我们基于 COCO（对应地，Adobe5k、Flickr、day2night）数据集生成合成合成图像，构建了图像和谐化数据集 iHarmony4，得到 HCOCO（对应地，HAdobe5k、HFlickr、Hday2night）子数据集。此外，我们提出一种使用新颖域验证判别器的深度图像和谐化方法 DoveNet，其出发点为前景需被转换至与背景相同的域。在我们构建的数据集上的大量实验证明了所提方法的有效性。我们的数据集与代码见于 https://github.com/bcmi/Image_Harmonization_Datasets。
引用
@article{arxiv.1911.13239,
title = {DoveNet: Deep Image Harmonization via Domain Verification},
author = {Wenyan Cong and Jianfu Zhang and Li Niu and Liu Liu and Zhixin Ling and Weiyuan Li and Liqing Zhang},
journal= {arXiv preprint arXiv:1911.13239},
year = {2020}
}
备注
Accepted by CVPR2020. arXiv admin note: text overlap with arXiv:1908.10526