使用混合部分卷积改进蒙版风格迁移

随着基于卷积和 Transformer 的神经网络的进步，艺术风格迁移早已成为可能。大多数算法将艺术风格迁移应用于整个图像，但个人用户可能只需要将风格迁移应用于图像中的特定区域。标准做法是在风格化之后简单地对图像进行遮罩。这项工作表明，这种方法往往无法正确捕获感兴趣区域中的风格特征。我们提出了一种基于部分卷积的风格迁移网络，该网络能够将风格特征精确地应用于感兴趣区域。此外，我们提出了网络内部的混合技术，以解决区域选择中的缺陷。我们使用 SA-1B 数据集中的示例表明，这在视觉和定量上改进了风格化。代码可在 https://github.com/davidmhart/StyleTransferMasked 公开获取。