NCST：基于神经网络的视频润色色彩风格迁移

视频色彩风格迁移旨在利用参考风格图像变换原始视频的色彩风格。现有方法大多采用神经网络，但存在迁移过程不透明、用户对结果控制有限等挑战。通常，用户无法对生成的图像或视频进行微调。为解决这一问题，我们提出了一种利用两张图像预测色彩风格迁移特定参数的方法。首先，我们训练一个神经网络来学习相应的色彩调整参数。在对视频应用风格迁移时，我们使用视频关键帧和选定的风格图像对该网络进行微调，生成精确的变换参数。然后将这些参数应用于转换图像和视频的色彩风格。实验结果表明，我们的算法在色彩风格迁移质量上超越了当前方法。此外，我们方法中的每个参数都具有特定且可解释的含义，使用户能够理解色彩风格迁移过程，并可根据需要进行手动微调。