基于原型风格分析的艺术风格无监督学习
机器学习
2018-10-03 v2 计算机视觉与模式识别
机器学习
摘要
本文引入一种无监督学习方法，用于从大型画作收藏中自动发现、总结和操纵艺术风格。我们的方法基于原型分析（archetypal analysis），这是一种类似于稀疏编码且具有几何解释的无监督学习技术。当应用于来自艺术品集合的深度图像表示时，它学习到一个可以轻松可视化的原型风格字典。在训练模型之后，新图像的风格（以深度视觉特征的局部统计量为特征）通过原型的稀疏凸组合来近似。这使我们能够解释输入图像中存在哪些原型风格及其比例。最后，我们的方法允许我们操纵潜在原型分解的系数，并实现各种特殊效果，例如风格增强、迁移以及多个原型之间的插值。
引用
@article{arxiv.1805.11155,
title = {Unsupervised Learning of Artistic Styles with Archetypal Style Analysis},
author = {Daan Wynen and Cordelia Schmid and Julien Mairal},
journal= {arXiv preprint arXiv:1805.11155},
year = {2018}
}
备注
Accepted at NIPS 2018, Montr\'eal, Canada