使用层次式风格传输网络扩展图像风格化的用户控制
Sunder Ali Khowaja1, Sultan Almakdi2, Muhammad Ali Memon3
1Department of Telecommunication, Faculty of Eng. And Tech, University of Sindh, Jamshoro, Sindh, 76090, Pakistan.
Heliyon
|December 13, 2024
概括
本研究介绍了图像风格化的层次式风格传输网络 (HSTN),为用户提供对风格强度的控制. HSTN增强了细节的保存和风格的融合,优于现有的方法.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 图像处理 图像处理
背景情况:
- 神经风格转移使用风格图像特征重新呈现内容图像.
- 现有的方法往往缺乏用户对风格强度和细节保存的控制.
- 以前的方法利用感知和固定点内容损失,限制了风格自由.
研究的目的:
- 为图像造型提出层次式风格传输网络 (HSTN).
- 为了让用户可以通过一个denoising参数来控制应用的风格程度.
- 为了提高在风格化过程中内容图像细节的保存.
主要方法:
- 开发了层次式风格传输网络 (HSTN).
- 包含一个固定点控制损失,以保存细节.
- 集成了一个拒绝CNN网络 (DnCNN) 和拒绝风格控制的损失.
- 使用编码器解码器,DnCNN和丢失网络块.
主要成果:
- 与现有的方法相比,HSTN展示了风格和内容保存的优越融合.
- 在用户评价中,它比第二个表现最好的方法获得了12%的更好的结果.
- 在内容 (37.64%) 和风格 (60.27%) 分类分数之间取得了有利的权衡.
结论:
- 在控制风格强度方面,HSTN为用户提供了显著的自由.
- 拟议的方法在保持内容细节的同时实现有效的风格转移方面表现出色.
- HSTN代表了可控制和高保真图像风格化的新方法.
