Adaptación multivel de coloración y selección significativa de textura para la transferencia automática de imágenes de aprendizaje profundo
Autores: Wu, Hsien-Chu; Liu, Yu-Chi; Chen, Yen-Yu; Weng, Yu-Yen
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Adaptación multivel de coloración y selección significativa de textura para la transferencia automática de imágenes de aprendizaje profundo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Propone
Técnica de transferencia de estilo de imagen
Color y estilo
Aprendizaje profundo
Corte multinivel adaptativo
Capa convolucional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este documento propone una técnica de transferencia de estilo de imagen basada en el color y estilo de la imagen objetivo, que mejora las limitaciones de estudios anteriores que solo consideran la transferencia de color entre imágenes y utilizan únicamente el aprendizaje profundo para la transferencia de estilo. Primero, se realiza un corte adaptativo multinivel basado en la distribución de luminancia de los píxeles de las dos imágenes, y luego se aplica una transferencia de color a cada región. A continuación, se utiliza el aprendizaje profundo para seleccionar características efectivas para la imagen objetivo, y la capa convolucional determina la extensión de las características efectivas utilizando el índice de similitud estructural (SSIM) y bloques negros. La selección de una capa convolucional con más características efectivas puede reducir las limitaciones de la transferencia de estilo de aprendizaje profundo que requiere parámetros de control artificiales. El método propuesto mejora la calidad de la imagen al simular automáticamente el color y estilo de la imagen objetivo y controlar los parámetros sin intervención humana. Al evaluar la similitud entre la imagen resultante y la imagen objetivo, el método propuesto puede reducir la brecha de variación en más de dos veces, y la imagen resultante puede mostrar un equilibrio entre el color y el estilo de la imagen objetivo.
Descripción
Este documento propone una técnica de transferencia de estilo de imagen basada en el color y estilo de la imagen objetivo, que mejora las limitaciones de estudios anteriores que solo consideran la transferencia de color entre imágenes y utilizan únicamente el aprendizaje profundo para la transferencia de estilo. Primero, se realiza un corte adaptativo multinivel basado en la distribución de luminancia de los píxeles de las dos imágenes, y luego se aplica una transferencia de color a cada región. A continuación, se utiliza el aprendizaje profundo para seleccionar características efectivas para la imagen objetivo, y la capa convolucional determina la extensión de las características efectivas utilizando el índice de similitud estructural (SSIM) y bloques negros. La selección de una capa convolucional con más características efectivas puede reducir las limitaciones de la transferencia de estilo de aprendizaje profundo que requiere parámetros de control artificiales. El método propuesto mejora la calidad de la imagen al simular automáticamente el color y estilo de la imagen objetivo y controlar los parámetros sin intervención humana. Al evaluar la similitud entre la imagen resultante y la imagen objetivo, el método propuesto puede reducir la brecha de variación en más de dos veces, y la imagen resultante puede mostrar un equilibrio entre el color y el estilo de la imagen objetivo.