模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2022, Vol. 35 Issue (4): 333-347    DOI: 10.16451/j.cnki.issn1003-6059.202204004
综述与评论 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于深度神经网络的图像风格化方法综述
涂鹏琦1, 高常鑫1, 桑农1
1.华中科技大学 人工智能与自动化学院 图像信息处理与智能控制教育部重点实验室 武汉 430074
A Survey of Image Stylization Methods Based on Deep Neural Networks
TU Pengqi1, GAO Changxin1, SANG Nong1
1. Key Laboratory on Image Information Processing and Intelligent Control of Ministry of Education, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan 430074

全文: PDF (5864 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 图像风格化旨在通过风格化模型,将一幅图像在保持语义内容不变的同时从一种风格转换到另一种风格.鉴于深度神经网络强大的特征提取和表达能力,学者们先后提出各种基于深度神经网络的图像风格化方法.文中根据风格的定义方式,将基于深度神经网络的图像风格化方法划分为基于参考的图像风格化方法和基于域的图像风格化方法,并对相关文献进行归纳梳理.与已有相关综述不同,文中只研究基于深度神经网络的图像风格化方法,从风格定义的角度进行详尽全面的分类.最后总结目前代表性工作在图像风格化任务常用数据集上的实验结果,分析现有方法存在的问题,并基于这些问题展望未来工作.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
涂鹏琦
高常鑫
桑农
关键词 图像风格化深度神经网络基于域的图像风格化基于参考的图像风格化    
Abstract:Image stylization aims to transform an image from one style to another with the semantic content retained by stylization models. Inspired by the powerful feature extraction and expression capabilities of deep neural networks, various image stylization methods based on deep neural networks are proposed successively. In this paper, image stylization methods based on deep neural networks are divided into reference-based and domain-based image stylization methods according to the definition of style, and the related references are summarized. Different from the existing related reviews, this paper only focuses on image stylization methods based on deep neural networks, and these methods are classified comprehensively and in detail from the perspective of style definition. Finally, experimental results of current representative research on commonly used datasets of image stylization task are summarized, the problems of the existing methods are analyzed, and the research in the future is prospected.
Key wordsImage Stylization    Deep Neural Network    Domain-Based Image Stylization    Reference-Based Image Stylization   
收稿日期: 2022-01-29     
ZTFLH: TP391.41  
基金资助:华为-华中科技大学DigiX智慧体验联合创新中心项目资助
通讯作者: 桑 农,博士,教授,主要研究方向为图像修复、图像/视频语义分割、行人搜索/重识别、时序行为定位、行为识别.E-mail:nsang@hust.edu.cn.   
作者简介: 涂鹏琦,硕士研究生,主要研究方向为图像风格化、图像超分辨率、行人重识别.E-mail:tpq@hust.edu.cn. 高常鑫,博士,副教授,主要研究方向为监控视频分析、图像理解.E-mail:cgao@hust.edu.cn.
引用本文:   
涂鹏琦, 高常鑫, 桑农. 基于深度神经网络的图像风格化方法综述[J]. 模式识别与人工智能, 2022, 35(4): 333-347. TU Pengqi, GAO Changxin, SANG Nong. A Survey of Image Stylization Methods Based on Deep Neural Networks. Pattern Recognition and Artificial Intelligence, 2022, 35(4): 333-347.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202204004      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2022/V35/I4/333
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn