看这里！一种基于参数学习的视觉注意力重定向方法
计算机视觉与模式识别
2020-08-13 v1
摘要
在摄影、营销和网站设计中，能够引导观看者的注意力是一种强有力的工具。受专业工作流的启发，我们引入一种自动方法，通过保持真实感和对原图保真度的细微图像编辑，使图像区域更具吸引力。从输入图像和用户提供的掩码出发，我们的GazeShiftNet模型预测一组分别应用于前景和背景图像区域的不同的全局参数变换。我们展示了定量和定性实验的结果，证明了相较先前最先进(state-of-the-art)方法的改进。与现有的注意力转移算法相比，我们的全局参数方法更好地保留了图像语义并避免了典型的生成伪影。我们的编辑能够在任意图像尺寸上以交互速率进行推断，并轻松推广到视频。我们模型的扩展允许多风格编辑以及增强和减弱图像区域注意力的能力。此外，用户可通过在参数空间中插值来上下调节编辑程度，从而自定义编辑后的图像。本文提出了一种可简化未来图像编辑流程的实用工具。
关键词
引用
@article{arxiv.2008.05413,
title = {Look here! A parametric learning based approach to redirect visual attention},
author = {Youssef Alami Mejjati and Celso F. Gomez and Kwang In Kim and Eli Shechtman and Zoya Bylinskii},
journal= {arXiv preprint arXiv:2008.05413},
year = {2020}
}
备注
To appear in ECCV 2020