ИСТИНА

Автоматическая стилизация фотографий пользователя под стили, задаваемые другими изображениями, например, картинами известных художников, завоевала большую популярность в последние годы. Развитие глубоких нейронных сетей позволило решать указанную задачу на качественно более высоком уровне. Однако традиционные методы стилизации накладывают стиль равномерно по всей фотографии, что может приводить к нежелательным искажениям центральных объектов, таких как лица и фигуры изображенных людей. Доклад посвящен новой предлагаемой обучающей выборке, разделяющей передний план (центральные объекты изображения) от фона. Рассмотрено несколько алгоритмов сегментации указанной выборки, которые затем применены к задаче стилизации изображений, чтобы, с одной стороны, выделить и сохранить центральные объекты фотографии, а с другой - полнее передать стиль за счет усиленной стилизации заднего плана. Интеграция указанных алгоритмов для неравномерного учета переднего и заднего плана позволяет повысить качество стилизации.