ArtFlow: Unbiased Image Style Transfer via Reversible Neural Flows

Universal style transfer retains styles from reference images in content images. While existing methods have achieved state-of-the-art style transfer performance, they are not aware of the content leak phenomenon that the image content may corrupt after several rounds of stylization process. In this...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) S. 862 - 871
Hauptverfasser:	An, Jie, Huang, Siyu, Song, Yibing, Dou, Dejing, Liu, Wei, Luo, Jiebo
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 01.06.2021
Schlagworte:	Computer vision Feature extraction Inference algorithms Neural networks Pattern recognition
ISSN:	1063-6919
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!