GIST：基于多尺度几何表征的超写实风格迁移
计算机视觉与模式识别
2024-12-04 v1 图像与视频处理
摘要
最先进的风格迁移方法常利用针对判别任务优化的预训练编码器, 这可能不利于图像合成, 导致显著性器件和照片写实性的损失。鼓励的是多尺度几何图像表征能够捕捉细粒度细节和全局结构的能力。我们提出 GIST: 几何图像风格迁移, 一种新的风格迁移技术, 利用内容图像和风格图像的几何属性。GIST 用多尺度图像扩展取代标准神经风格迁移自动编码框架, 在无需后处理或训练的情况下保留场景细节。我们的 метод通过解答最优运输问题, 与 Wavelets 和 Contourlets 等多分辨率和多方向表征匹配, 实现高效的纹理迁移。实验表明, GIST 与最新的超写实风格迁移方法相当或更好, 同时显著减少处理时间, 无需模型训练。
关键词
引用
@article{arxiv.2412.02214,
title = {GIST: Towards Photorealistic Style Transfer via Multiscale Geometric Representations},
author = {Renan A. Rojas-Gomez and Minh N. Do},
journal= {arXiv preprint arXiv:2412.02214},
year = {2024}
}