图像风格迁移与内容-风格解耦
计算机视觉与模式识别
2021-12-01 v1 机器学习
摘要
我们提出了一种学习图像解耦的内容-风格表示的方法，使得我们能够将图像外推到任意风格，并在任意一对风格之间进行插值。通过在监督设置下扩充数据集并施加三元组损失，我们确保了内容与风格表示所编码信息的分离。我们还利用循环一致性损失来保证图像能够由其表示忠实重建。
引用
@article{arxiv.2111.15624,
title = {Image Style Transfer and Content-Style Disentanglement},
author = {Sailun Xu and Jiazhi Zhang and Jiamei Liu},
journal= {arXiv preprint arXiv:2111.15624},
year = {2021}
}
备注
10 pages, 6 figures