用于内容感知深度图像重定向的弱监督与自监督学习
计算机视觉与模式识别
2019-02-18 v1 图形学
摘要
本文提出了一种用于内容感知图像重定向的弱监督与自监督深度卷积神经网络（WSSDCNN）。我们的网络接收源图像和目标宽高比，然后直接输出重定向的图像。重定向是通过偏移图执行的，偏移图是从源网格到目标网格的像素级映射。我们的方法隐式地学习注意力图，从而生成用于图像重定向的内容感知偏移图。结果是，图像中具有显著性的部分被保留，而背景区域则无缝调整。在训练阶段，使用图像及其图像级标注对来计算内容和结构损失。我们通过深入的分析展示了我们提出的方法在重定向应用中的有效性。
引用
@article{arxiv.1708.02731,
title = {Weakly- and Self-Supervised Learning for Content-Aware Deep Image Retargeting},
author = {Donghyeon Cho and Jinsun Park and Tae-Hyun Oh and Yu-Wing Tai and In So Kweon},
journal= {arXiv preprint arXiv:1708.02731},
year = {2019}
}
备注
10 pages, 11 figures. To appear in ICCV 2017, Spotlight Presentation