风格迁移数据集：什么才是优良风格化的关键因素？
计算机视觉与模式识别
2024-12-24 v1 图像与视频处理
摘要
我们提出了一个新数据集，旨在推动图像风格迁移——即将一幅图像的风格渲染到另一幅图像上的任务。该数据集涵盖 various content 与 style 图像（不同尺寸），并包含 10,000 幅风格化图像，由三位标注者按 1-10 比例进行手动评分。基于获得的评分，我们发现哪些因素最影响用户的 favorable 与 poor 评估，并展示对用户评分具有统计显著影响的量化指标。讨论了创建风格迁移数据集的方法。所呈现的数据集可用于自动化与风格迁移配置和评估相关的多项任务。
引用
@article{arxiv.2412.17139,
title = {Style Transfer Dataset: What Makes A Good Stylization?},
author = {Victor Kitov and Valentin Abramov and Mikhail Akhtyrchenko},
journal= {arXiv preprint arXiv:2412.17139},
year = {2024}
}