.png){kind=icon}
返回
Self-Supervised Image Harmonization via Region-Aware Harmony Classification
.png){kind=icon}
PRE
AI
DOI：10.1111/cgf.70157.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像融合是一种在图像合成中广泛使用的技术，其目的是根据背景图像的风格调整合成前景对象的外观，从而使最终合成的图像在视觉上自然，并看起来像是被拍摄出来的。以往的方法大多采用全监督方式进行训练，虽然展示了有前景的结果，但它们在处理前景对象与背景图像之间存在显著风格和语义差异的复杂未见案例时，泛化能力不佳。在本文中，我们提出了一种自监督的图像融合框架，能够在复杂案例中实现卓越性能。为此，我们首先合成了大量具有广泛多样性的数据进行训练。然后，我们开发了一个注意力融合模块，通过查询相关背景特征来自适应地调整前景外观。为了实现更有效的图像融合，我们开发了一个区域感知的和谐分类器，以明确判断图像是否和谐。在多个数据集上的实验表明，我们的方法在性能上优于以往的方法。我们的代码将公开提供。
Keyword:
image and video processing
期刊
IF:
2.9
论文数:
564
被引数:
1.1W
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
分享收藏
查看更多内容