人脸素描合成风格相似性：一种新的结构共生纹理度量
计算机视觉与模式识别
2018-04-10 v1
摘要
现有人脸素描合成（FSS）相似性度量对轻微图像退化（如噪声、模糊）敏感。然而，人类对两幅素描相似性的感知会将结构与纹理均视为本质因素，且对轻微的（“像素级”）失配不敏感。因此，使用现有相似性度量可能导致更优算法获得比更差算法更低的分数。这种不可靠的评估已严重阻碍 FSS 领域的发展。为解决该问题，我们提出一种新颖且鲁棒的风格相似性度量，称为 Scoot-measure（结构共生纹理度量），其同时评估“块级”空间结构与共生纹理统计。此外，我们进一步提出 4 种新元度量并创建 2 个新数据集，以在两个大型数据库上对几种广泛使用的 FSS 度量进行全面评估。实验结果表明，我们的度量不仅提供可靠评估，还实现了显著改进的性能。具体而言，研究表明我们的度量与人类判断的相关性程度（78.8%）高于最佳先前度量（58.6%）。我们的代码将公开。
引用
@article{arxiv.1804.02975,
title = {Face Sketch Synthesis Style Similarity:A New Structure Co-occurrence Texture Measure},
author = {Deng-Ping Fan and ShengChuan Zhang and Yu-Huan Wu and Ming-Ming Cheng and Bo Ren and Rongrong Ji and Paul L Rosin},
journal= {arXiv preprint arXiv:1804.02975},
year = {2018}
}
备注
9pages, 15 figures, conference