Segment Anything模型遇上图像和谐化
计算机视觉与模式识别
2023-12-21 v1
摘要
图像和谐化是图像合成中的一项关键技术，旨在通过调整合成图像的前景来无缝匹配背景。当前方法采用全局级或像素级特征匹配。全局级特征匹配忽略了邻近先验，将前景和背景视为独立实体。另一方面，像素级特征匹配丢失了上下文信息。因此，有必要利用描述不同对象的语义图信息来指导和谐化。在本文中，我们提出了语义引导的区域感知实例归一化（SRIN），它能够利用预训练的Segment Anything模型（SAM）输出的语义分割图来指导前景和背景特征的视觉一致性学习。大量实验证明了我们的方法在图像和谐化上优于最先进方法的优越性。
引用
@article{arxiv.2312.12729,
title = {Segment Anything Model Meets Image Harmonization},
author = {Haoxing Chen and Yaohui Li and Zhangxuan Gu and Zhuoer Xu and Jun Lan and Huaxiong Li},
journal= {arXiv preprint arXiv:2312.12729},
year = {2023}
}
备注
Accepted by ICASSP 2024