ImagineNet：基于神经风格迁移的GUI重着色工具
计算机视觉与模式识别
2020-03-06 v2 机器学习
摘要
本文介绍ImagineNet，一种利用新颖神经风格迁移模型使终端用户和应用程序开发者能够使用自选图像对GUI进行重新风格化的工具。以往的神经风格迁移技术不适用于该应用，因为它们生成的GUI难以辨认从而丧失功能性。我们提出一种神经解决方案，在原始公式中增加一个新的损失项，以最小化风格图像与输出图像之间CNN不同层级特征的非中心交叉协方差的平方误差。ImagineNet保留了GUI的细节，同时迁移了艺术作品的色彩与纹理。我们将用ImagineNet及其他风格迁移技术重新风格化的GUI展示给50名评估者，所有人都偏好ImagineNet生成的GUI。我们展示了ImagineNet如何用于重新风格化（1）应用的图形资源，（2）包含用户供给内容的应用，以及（3）具有动态生成GUI的应用。
引用
@article{arxiv.2001.04932,
title = {ImagineNet: Restyling Apps Using Neural Style Transfer},
author = {Michael H. Fischer and Richard R. Yang and Monica S. Lam},
journal= {arXiv preprint arXiv:2001.04932},
year = {2020}
}