任意风格迁移网络

风格一致无伪影

一种采用风格一致性实例归一化与对比学习的新网络，生成的风格化图像质量高且无伪影。

Zhang, Zhanjie · 73541346 · Li, Guangyuan · 赵磊 · 73541347 · Zehua, Lan · 73541348 · 邢卫 · 林怀忠 · Zuo, Zhiwen

Computer Vision and Image Understanding 2024

技术优势

风格对齐更准

通过风格一致性实例归一化（SCIN）细化内容与风格特征的对齐，避免风格特征错位。

风格关系学得好

实例对比学习（ICL）利用不同风格之间的关系指导风格化过程，生成结果更接近目标风格。

风格提取更准

引入感知编码器（PE）专门捕捉风格特征，弥补VGG网络在风格特征提取上的不足。

无伪影

实验证明该方法生成的图像质量高且有效防止伪影，优于现有最先进方法。

应用场景

• 图像风格化：将任意风格迁移应用到普通照片，快速生成具有艺术风格的图像。
• 艺术创作：辅助艺术家快速尝试不同风格，提高创作效率。
• 视频风格迁移：将静态图像风格迁移扩展到视频序列，实现视频风格化。
• 移动端图像处理：在移动设备上部署轻量模型，实现实时风格化处理。