基于 Transformer 的边缘增强图像风格迁移
计算机视觉与模式识别
2023-01-03 v1 图像与视频处理
摘要
近年来，任意图像风格迁移吸引了越来越多的关注。给定一对内容图像和风格图像，期望得到一幅保留前者内容同时捕捉后者风格模式的风格化图像。然而，难以同时很好地保持内容细节与风格特征之间的权衡。为了以充足风格模式对图像进行风格化，内容细节可能受损，且有时图像中的物体无法清晰辨别。为此，我们提出一种基于 transformer 的名为 STT 的图像风格迁移新方法，以及一种边缘损失，其能明显增强内容细节，从而避免由于对风格特征过度渲染而生成模糊结果。定性与定量实验表明，STT 在缓解内容泄漏问题的同时，取得了与最先进图像风格迁移方法相当的性能。
引用
@article{arxiv.2301.00592,
title = {Edge Enhanced Image Style Transfer via Transformers},
author = {Chiyu Zhang and Jun Yang and Zaiyan Dai and Peng Cao},
journal= {arXiv preprint arXiv:2301.00592},
year = {2023}
}