基于强化学习控制图像编辑软件的未配对图像增强
计算机视觉与模式识别
2019-12-18 v1
摘要
本文解决未配对图像增强问题，即在学习输入图像与增强图像之间映射函数时缺乏输入输出图像对的任务。我们的方法基于生成对抗网络（GANs），但不同于仅用神经网络简单生成图像，我们利用如Adobe Photoshop等图像编辑软件来增强图像，以获得以下三点益处：增强图像无伪影、相同增强可应用于更大图像、且增强过程可解释。为将图像编辑软件纳入GAN，我们提出一种强化学习框架，其中生成器作为智能体选择软件参数，并在欺骗判别器时获得奖励。我们的框架可使用图像编辑软件中存在的优质不可微滤波器，从而实现高性能图像增强。我们将所提方法应用于两个未配对图像增强任务：照片增强与人脸美化。实验结果表明，与基于未配对学习的最先进方法相比，所提方法取得了更优性能。
引用
@article{arxiv.1912.07833,
title = {Unpaired Image Enhancement Featuring Reinforcement-Learning-Controlled Image Editing Software},
author = {Satoshi Kosugi and Toshihiko Yamasaki},
journal= {arXiv preprint arXiv:1912.07833},
year = {2019}
}
备注
Accepted to AAAI 2020