中文

神经风格迁移中的评估:综述

计算机视觉与模式识别 2024-08-01 v1 机器学习 神经与进化计算

摘要

神经风格迁移(Neural Style Transfer, NST)领域在过去几年中取得了显著进展,各种方法能够合成具有卓越质量的艺术和照片级真实感图像与视频。为了评估这些结果,研究者使用了多种多样的评估方法和指标,包括基于并列比较的作者意见、量化参与者主观判断的人类评估研究,以及客观评估算法性能不同方面的大量定量计算指标。然而,对于哪种最合适且有效的评估程序能够保证结果的可靠性,目前尚无共识。在本综述中,我们对现有的评估技术进行了深入分析,指出了当前评估方法的不一致性和局限性,并为标准化评估实践提供了建议。我们相信,一个稳健的评估框架的开发不仅能够使 NST 方法之间的比较更有意义、更公平,还将增强对该领域研究成果的理解和解释。

关键词

引用

@article{arxiv.2401.17109,
  title  = {Evaluation in Neural Style Transfer: A Review},
  author = {Eleftherios Ioannou and Steve Maddock},
  journal= {arXiv preprint arXiv:2401.17109},
  year   = {2024}
}

备注

21 pages, 8 figures