神经邻域风格迁移
计算机视觉与模式识别
2022-03-25 v1 图形学
摘要
我们提出神经邻域风格迁移（Neural Neighbor Style Transfer, NNST），这是一种在艺术风格迁移上提供最先进质量、泛化能力与有竞争力效率的流程。我们的方法基于显式地将内容输入（待风格化）提取的神经特征替换为来自风格范例的那些特征，然后基于这些重排的特征合成最终输出。尽管我们方法的精神与先前工作相似，我们展示了我们的设计决策大幅改善了最终的视觉质量。
引用
@article{arxiv.2203.13215,
title = {Neural Neighbor Style Transfer},
author = {Nicholas Kolkin and Michal Kucera and Sylvain Paris and Daniel Sykora and Eli Shechtman and Greg Shakhnarovich},
journal= {arXiv preprint arXiv:2203.13215},
year = {2022}
}
备注
Code for NNST-Opt available at https://github.com/nkolkin13/NeuralNeighborStyleTransfer