Аннотация:В последние годы задача стилизации изображения под стиль, задаваемый
коллекцией изображений (например, коллекцией картин известного художника) становится
все более популярной. Наибольших успехов удалось достичь благодаря применению
генеративно-состязательных нейронных сетей. В данной работе предлагается новая
архитектура генеративно-состязательной сети по переносу стиля коллекции на
изображение. Данная архитектура осуществляет перенос стиля на изображения в высоком
разрешении за счет эффективной реализации. Для устойчивого обучения, лучшей
сходимости
к
целевому
многообразию
и
ускорения
вычислений
используются
субпиксельные сверточные слои с особой фазой инициализации весов, индивидуальная
нормализация слоев, функция потери восстановления контента на основе предобученной
сети VGG-19, а также дополнительная функция потерь – уменьшение полной вариации.
Экспериментальные результаты демонстрируют, что предложенная архитектура хорошо
передает стиль, сохраняя детали входного (контентного) изображения (например, лицевые
структуры на портретах людей). Полученная сеть обеспечивает лучший баланс между
стилем и контентом по сравнению с существующими подходами.