【SIGGRAPH Asia 2017 论文选读】基于图片风格特征的画家代表作选取

2017 年 10 月 10 日 专知 邓盈盈

点击上方“专知”关注获取更多AI知识!


【导读】第十届ACM SIGGRAPH Asia亚洲电脑图形及互动技术展览会将于今年11月27日至30日,在泰国的首都-曼谷隆重举行。本篇选取文章来自我们课题组-中科院自动化研究所模式识别国家重点实验室博士研究生邓盈盈同学发表的SIGGRAPH Asia 2017 文章《基于图片风格特征的画家代表作选取》,我们先睹为快!



   图1 选取代表作品和对应风格化结果

1.引言

    图片风格化即将一张图片的艺术风格迁移到另一张图片上。一个理想的风格化算法需要能够提取并表示原始图片的内容信息,并且使内容带上样例图片的风格特征。之前的风格化工作专注也表示一位画家的画作风格[Gatys et al. 2016; Liao et al. 2017]. 但是,一个画家的画作风格不是一成不变的。我们通常需要寻找大量的图片去表示一位画家的画作特征,然后得到一系列可以表示该画家风格的代表作,进行风格化处理。因此,我们提出了一个挑选画家代表作的方法。首先,通过kmeans方法聚类得到初始分类结果,聚类中心即为初始代表作。然后,我们采用拒识方法挑选出每一类中不具有类别特征的图片,拒绝对其分类。最后得到新的代表作。


2.方法

2.1  内容风格特征提取

对于一名画家而言,不同的画作所表达的场景,物体等内容不同,其风格也会随着画家笔触,用色等方面不同而各有差异。为了将一系列图片根据其内容和风格的差异分成不同类别,并找出每类的代表作,我们需要找到一个特征向量去描述图片的内容以及风格特征,以此作为下一步聚类的依据。


我们使用训练好的一个卷积网络vgg19进行图片特征提取。已知图片在卷积层j层的feature map为,大小为。图片的内容特征可以用卷积层j层的feature map表示,将featuremap 拉伸,得到包含个元素的一维的向量,我们用这个向量作为图片的内容特征向量。另外,定义Gram矩阵大小为。可以通过下述公式1计算。

 (1)


Gram矩阵实际上是feature map之间的内积,在feature中,每一个数字都来自于一个特定滤波器在特定位置的卷积,因此每个数字就代表一个特征的强度,而Gram矩阵计算的实际上是两两特征之间的相关性,特征是同时出现的,相互加强或者相互减弱等等,同时,Gram的对角线元素,还体现了每个特征在图像中出现的数量,因此,Gram有助于把握整个图像的大体风格。有了表示风格的Gram 矩阵,要度量两个图像风格的差异,只需比较他们Gram 矩阵的差异即可。因此,我们将Gram 矩阵拉伸,得到包含个元素的一维向量作为风格特征向量。最后,我们得到作为聚类的特征向量。


2.2    模型建立    

我们提出了一个聚类+拒识的框架对一位画家的画作进行聚类,然后找出每一类别的代表作。首先,基于特征向量 得到kmeans聚类结果。但是,存在一些图片与多个类别特征相近,这会影响代表作品的准确性。因此,我们引入“拒识”的概念。我们利用贝叶斯概率分布找出拒识作品。假设每类画作的特征为F中每个特征之间相互独立且服从高斯分布,那么,对于每一类别可以得到类条件概率分布

 (2)

其中,均值和方差是未知参数。可以用最大似然估计的方法得到其估计值。这样,我们就得到了每一类的条件概率分布,已知先验概率,通过公式3得到后验概率

 (3)

图2:拒识机理


如图2所示,拒识画作由以下规则确定:

1)   图片属于的后验概率低于阈值Tr1;

2)   图片属于与类的后验概率之差小于Tr2。

在试验中,Tr1和Tr2分别是峰值的50%和20%。


3.结果和结论

图3 拒识样例。带红框的作品是每类的代表作


    图1展示了FrancisPicabia 画作的聚类结果和代表作。另外利用umoulin等人的方法进行了风格化处理,可以看出我们的方法可以精确选出画家的代表作品。图3展示了拒识的样例。通过引入拒识,可以使代表作更具精确。


4.参考文献

  • VincentDumoulin, Jonathon Shlens, and Manjunath Kudlur. 2017. A Learned RepresentationFor Artistic Style. In International Con- ference on Learning Representations(ICLR). https://arxiv.org/ abs/1610.07629

  • L.A. Gatys, A. S. Ecker, and M. Bethge. 2016. Image Style Transfer UsingConvolutional Neural Networks. In IEEE Conference on Computer Vision andPattern Recognition (CVPR). 2414–2423.

  • JingLiao, Yuan Yao, Lu Yuan, Gang Hua, and Sing Bing Kang. 2017. Visual AttributeTransfer Through Deep Image Analogy. ACM Transactions on Graphics 36, 4 (July2017), 120:1–120:15. 


获取更多关于计算机图像学以及人工智能知识资料,请访问www.zhuanzhi.ai, 或者点击阅读原文,即可得到!

-END-


欢迎使用专知

专知,一个新的认知方式!目前聚焦在人工智能领域为AI从业者提供专业可信的知识分发服务, 包括主题定制、主题链路、搜索发现等服务,帮你又好又快找到所需知识。


使用方法>>访问www.zhuanzhi.ai, 或点击文章下方“阅读原文”即可访问专知


中国科学院自动化研究所专知团队

@2017 专知


专 · 知


关注我们的公众号,获取最新关于专知以及人工智能的资讯、技术、算法、深度干货等内容。扫一扫下方关注我们的微信公众号。

点击“阅读原文”,使用专知

登录查看更多
1

相关内容

CVPR 2020 最佳论文与最佳学生论文!
专知会员服务
35+阅读 · 2020年6月17日
 【SIGGRAPH 2020】人像阴影处理,Portrait Shadow Manipulation
专知会员服务
28+阅读 · 2020年5月19日
自回归模型:PixelCNN
专知会员服务
26+阅读 · 2020年3月21日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
近期必读的9篇 CVPR 2019【视觉目标跟踪】相关论文和代码
特征方程的物理意义
算法与数学之美
6+阅读 · 2019年5月13日
已删除
将门创投
13+阅读 · 2019年4月17日
原来CNN是这样提取图像特征的。。。
计算机视觉life
8+阅读 · 2018年11月23日
CVPR 2018 笔记
计算机视觉战队
3+阅读 · 2018年5月25日
CycleGAN:图片风格,想换就换 | ICCV 2017论文解读
PaperWeekly
12+阅读 · 2018年3月14日
专栏 | CVPR 2017论文解读:特征金字塔网络FPN
机器之心
8+阅读 · 2017年7月25日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
6+阅读 · 2018年7月29日
Arxiv
8+阅读 · 2018年5月1日
Arxiv
13+阅读 · 2018年4月6日
Arxiv
5+阅读 · 2018年3月6日
VIP会员
相关VIP内容
CVPR 2020 最佳论文与最佳学生论文!
专知会员服务
35+阅读 · 2020年6月17日
 【SIGGRAPH 2020】人像阴影处理,Portrait Shadow Manipulation
专知会员服务
28+阅读 · 2020年5月19日
自回归模型:PixelCNN
专知会员服务
26+阅读 · 2020年3月21日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
近期必读的9篇 CVPR 2019【视觉目标跟踪】相关论文和代码
相关资讯
特征方程的物理意义
算法与数学之美
6+阅读 · 2019年5月13日
已删除
将门创投
13+阅读 · 2019年4月17日
原来CNN是这样提取图像特征的。。。
计算机视觉life
8+阅读 · 2018年11月23日
CVPR 2018 笔记
计算机视觉战队
3+阅读 · 2018年5月25日
CycleGAN:图片风格,想换就换 | ICCV 2017论文解读
PaperWeekly
12+阅读 · 2018年3月14日
专栏 | CVPR 2017论文解读:特征金字塔网络FPN
机器之心
8+阅读 · 2017年7月25日
Top
微信扫码咨询专知VIP会员