基于拉普拉斯金字塔的中国传统画多尺度风格迁移
计算机视觉与模式识别
2025-02-10 v1
摘要
风格迁移被用于合成具有吸引力的风格化图像，这些图像在保留内容图像结构的同时承载了风格图像的图案。许多最近提出的风格迁移方法仅使用西方油画作为风格图像来实现图像风格化。因此，当使用这些方法直接迁移由纯色和抽象物体构成的中国传统画的图案时，风格化图像中会产生不自然的杂乱艺术效果。此外，它们大多数仅在原始图像尺度上工作，从而在训练期间忽略了多尺度图像信息。在本文中，我们提出了一种基于拉普拉斯金字塔分解与重构的新型有效多尺度风格迁移方法，该方法能够通过学习不同尺度下的不同图像特征来迁移中国传统画的独特图案。在第一阶段，通过采用风格迁移基础网络在低分辨率下迁移整体图案。然后，在第二阶段，通过带有边缘信息选择（EIS）模块的细节增强网络，在更高分辨率下逐渐增强内容和风格的细节。通过生成具有吸引力的高质量风格化结果以及与一些最先进的风格迁移方法进行比较，证明了我们方法的有效性。数据集和代码可在 https://github.com/toby-katakuri/LP_StyleTransferNet 获取。
引用
@article{arxiv.2502.04597,
title = {Multiscale style transfer based on a Laplacian pyramid for traditional Chinese painting},
author = {Kunxiao Liu and Guowu Yuan and Hongyu Liu and Hao Wu},
journal= {arXiv preprint arXiv:2502.04597},
year = {2025}
}
备注
25 pages, 13 figures