二十、風(fēng)格遷移

61、 DRB-GAN: A Dynamic ResBlock Generative Adversarial Network for Artistic Style Transfer

• 提出一種用于藝術(shù)風(fēng)格遷移的動(dòng)態(tài) ResBlock 生成對(duì)抗網(wǎng)絡(luò)（DRB-GAN）。風(fēng)格碼被建模為連接風(fēng)格編碼網(wǎng)絡(luò)和遷移網(wǎng)絡(luò)的動(dòng)態(tài) ResBlocks 的共享參數(shù)。

• 在編碼網(wǎng)絡(luò)中，融入了風(fēng)格的類感知注意機(jī)制；在遷移網(wǎng)絡(luò)中，多個(gè) Dynamic ResBlocks 來整合風(fēng)格碼和提取的 CNN 語義特征，然后輸入到空間實(shí)例歸一化（SWLIN）解碼器，實(shí)現(xiàn)藝術(shù)風(fēng)格遷移。

• https://github.com/xuwenju123/DRB-GAN

62、 Diverse Image Style Transfer via Invertible Cross-Space Mapping

• 圖像風(fēng)格遷移可以將藝術(shù)風(fēng)格遷移到任意照片上，以創(chuàng)建新穎的藝術(shù)圖像。盡管風(fēng)格遷移本質(zhì)上是一個(gè)不適定問題，但現(xiàn)有方法通常假設(shè)某種唯一結(jié)果，而無法捕獲潛在可能的完整分布。

• 本文提出一個(gè)多樣化的圖像風(fēng)格遷移（DIST）方案，該方案通過執(zhí)行可逆的跨空間映射來實(shí)現(xiàn)多樣性。具體來說，由三個(gè)分支組成：解耦分支、逆向分支和風(fēng)格化分支。

• 解耦分支可以分解內(nèi)容空間和風(fēng)格空間；逆映射分支則可以完成輸入噪聲向量與藝術(shù)圖像風(fēng)格空間之間的可逆映射；風(fēng)格化分支渲染風(fēng)格化輸入的內(nèi)容圖像。