单幅图像训练深度神经网络的编辑传播方法

• 作者: 曾光 桂彦 郭林
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 深度神经网络 编辑传播 全连接随机场模型 图像外观编辑
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1391-1402
• 页数: 12页
• 分类号: TP391.41
• 字数: 7307字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17558

摘要

针对编辑传播技术中存在的需要选择合适图像特征、手动调整图像特征权重等问题,提出一种单幅图像训练深度神经网络的编辑传播方法.首先将用户交互转换成距离图并与输入图像级联生成多通道图像,有效地结合图像的视觉和空间特征;其次以多通道图像子块作为深度神经网络的输入,抽取符合用户交互的深度特征,并对深度神经网络进行端到端的训练,从而自动分配图像特征的权重;最后将学习的网络模型作为分类器,估计图像像素属于每类用户交互的概率值,进一步后处理获得高质量的图像编辑.采用MARA 1k数据的实验结果表明,该方法能够很好地响应用户交互以进行编辑传播.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂彦	长沙理工大学计算机与通信工程学院	12	22	3.0	4.0
5	曾光	长沙理工大学计算机与通信工程学院	3	1	1.0	1.0
9	郭林	长沙理工大学计算机与通信工程学院	10	6	2.0	2.0