基于小波变换的逼真风格迁移
计算机视觉与模式识别
2019-10-01 v2
摘要
近期的风格迁移模型提供了富有前景的艺术效果。然而，给定一张照片作为参考风格，现有方法受限于空间失真或不真实的伪影，而这些在真实照片中是不应出现的。我们引入了一种理论上可靠的对网络架构的修正，显著增强了逼真度并忠实地迁移了风格。我们方法的关键要素是自然适配深度网络的小波变换。我们提出了一种基于白化和着色变换的修正小波迁移 (WCT)，允许特征在风格化过程中保留其结构信息和 VGG 特征空间的统计特性。这是第一个也是唯一一个能够在 4.7 秒内对 分辨率图像进行风格化的端到端模型，无需任何后处理即可提供令人愉悦且逼真的质量。最后同样重要的是，我们的模型在没有时间约束的情况下提供了稳定的视频风格化。我们的代码、生成的图像和预训练模型均可在 https://github.com/ClovaAI/WCT2 获取。
引用
@article{arxiv.1903.09760,
title = {Photorealistic Style Transfer via Wavelet Transforms},
author = {Jaejun Yoo and Youngjung Uh and Sanghyuk Chun and Byeongkyu Kang and Jung-Woo Ha},
journal= {arXiv preprint arXiv:1903.09760},
year = {2019}
}
备注
Accepted to ICCV 2019, Code and data: https://github.com/ClovaAI/WCT2