基于对抗残差学习的绘画式图像调和

图像合成在照片编辑中起着至关重要的作用。将前景物体插入另一背景图像后，合成图像可能显得不自然且不协调。当前景为照片真实感图像而背景为艺术绘画时，绘画式图像调和旨在将背景绘画的风格迁移到前景物体，由于前景与背景之间的巨大域差距，这是一项具有挑战性的任务。在本工作中，我们采用对抗学习来弥合前景特征图与背景特征图之间的域差距。具体而言，我们设计了一个双编码器生成器，其中残差编码器从主编码器产生并添加到前景特征图的残差特征。随后，一个像素级判别器与生成器对抗，促使精炼后的前景特征图与背景特征图难以区分。大量实验表明，相比先前方法，我们的方法能取得更协调且更具视觉吸引力的结果。