具有大规模几何形变与内容保持的工业风格迁移
计算机视觉与模式识别
2022-03-25 v1
摘要
我们提出了一种新颖的风格迁移方法，可快速为工业设计师参考而创建具有美观外观的新视觉产品。给定源产品、目标产品以及一幅艺术风格图像，我们的方法生成一个神经形变场，将源形状扭曲以模仿目标的几何风格，以及一个神经纹理变换网络，将艺术风格迁移到扭曲后的源产品上。我们的模型——工业风格迁移（InST）——由大规模几何形变（LGW）与兴趣一致性纹理迁移（ICTT）组成。LGW 旨在探索源产品与目标产品形状掩码之间的无监督变换，以拟合大规模形状形变。此外，我们引入掩码平滑正则化项，以防止源产品细节的突变。ICTT 引入兴趣正则化项，在使用艺术风格图像对其风格化时保持扭曲产品的重要内容。大量实验结果表明，InST 在多个视觉产品设计任务（例如公司的蜗牛标志与经典瓶型，见图 1）上取得了最先进的性能。据我们所知，我们是首个将神经风格迁移方法拓展至创建工业产品外观的工作。项目主页：\ulr{https://jcyang98.github.io/InST/home.html}。代码见：\url{https://github.com/jcyang98/InST}。
引用
@article{arxiv.2203.12835,
title = {Industrial Style Transfer with Large-scale Geometric Warping and Content Preservation},
author = {Jinchao Yang and Fei Guo and Shuo Chen and Jun Li and Jian Yang},
journal= {arXiv preprint arXiv:2203.12835},
year = {2022}
}
备注
Accepted at CVPR 2022