从艺术风格图像中学习自拍友好的抽象化
计算机视觉与模式识别
2018-05-23 v2
摘要
艺术风格迁移可被视为生成原始图像不同抽象版本的过程。然而，大多数艺术风格迁移算子并未针对人脸进行优化，因此在应用于自拍照时主要存在两个不良特征。首先，人脸边缘可能会不悦地偏离原始图像中的边缘。其次，肤色远不能忠实于原始肤色，这通常在生成高质量自拍照时存在问题。在本文中，我们采用一种不同的方法，将该抽象过程表述为一个梯度域学习问题。我们旨在学习一种抽象，其不仅实现指定的艺术风格，而且规避上述两个缺陷，从而高度适用于自拍摄影。我们还展示了我们的方法可以直接推广到具有高度帧间一致性的视频。我们的方法对非自拍图像也具有鲁棒性，并讨论了向各种真实生活场景的泛化。我们将公开我们的代码。
引用
@article{arxiv.1805.02085,
title = {Learning Selfie-Friendly Abstraction from Artistic Style Images},
author = {Yicun Liu and Jimmy Ren and Jianbo Liu and Jiawei Zhang and Xiaohao Chen},
journal= {arXiv preprint arXiv:1805.02085},
year = {2018}
}