STALP:基于辅助有限配对的风格迁移
计算机视觉与模式识别
2021-10-22 v1 图形学
摘要
我们提出了一种基于示例的图像风格化方法,其使用一对源图像及其风格化对应图像。我们展示了如何训练一个图像翻译网络,该网络可对与源图像内容相似的一组目标图像执行实时的语义有意义风格迁移。我们方法的一个关键附加价值是它在训练中也考虑目标图像的一致性。尽管这些目标图像没有风格化对应图像,我们约束翻译以保持神经响应的统计量与从风格化源中提取的统计量兼容。与采用类似输入的同期技术相比,我们的方法更好地保留了源风格的重要视觉特征,并且无需显式处理时间一致性即可给出时间上稳定的结果。我们在多种应用上展示了其实用性,包括视频风格化、全景图风格迁移、人脸及 3D 模型风格迁移。
引用
@article{arxiv.2110.10501,
title = {STALP: Style Transfer with Auxiliary Limited Pairing},
author = {David Futschik and Michal Kučera and Michal Lukáč and Zhaowen Wang and Eli Shechtman and Daniel Sýkora},
journal= {arXiv preprint arXiv:2110.10501},
year = {2021}
}
备注
Eurographics 2021