Object-IR：利用对象一致性和网格变形实现自监督图像重取向
计算机视觉与模式识别
2025-11-03 v1
摘要
在语义重要区域消除几何畸变仍是图像重取向中的棘手挑战。本文提出 Object-IR，一种自监督架构，将图像重取向重新表述为基于学习的网格变形优化问题，网格变形由对象外观一致性和几何保持约束引导。给定输入图像和目标宽高比，初始化输出分辨率上的均匀刚性网格，并使用卷积神经网络预测每个网格点的运动，以获得变形网格。根据输入图像中的刚性网格和输出分辨率中的变形网格，对输入图像进行扭曲，以生成重取向结果。为缓解几何畸变，我们设计了综合目标函数，包括 a) 对象一致性损失以确保重要语义对象的外观保持，b) 几何保持损失以约束重要网格的简单尺度变换，c) 边界损失以实现干净的矩形输出。值得注意的是，我们的自监督范式通过从输入的几何和语义属性直接推导监督信息，消除了对手动标注重取向数据集的需求。广泛的评估在 RetargetMe 数据集上表明，Object-IR 实现了最先进的性能，在定量指标和主观视觉质量评估方面均优于现有方法。该框架高效处理任意输入分辨率（平均推理时间：1024x683 分辨率为 0.009 秒），在消费级 GPU 上保持实时性能。源代码将很快在 https://github.com/tlliao/Object-IR 上提供。
引用
@article{arxiv.2510.27236,
title = {Object-IR: Leveraging Object Consistency and Mesh Deformation for Self-Supervised Image Retargeting},
author = {Tianli Liao and Ran Wang and Siqing Zhang and Lei Li and Guangen Liu and Chenyang Zhao and Heling Cao and Peng Li},
journal= {arXiv preprint arXiv:2510.27236},
year = {2025}
}
备注
Publish in Pattern Recognition