林 晓，屈时操，黄 伟，郑晓妹，马利庄

显著区域保留的图像风格迁移算法

林 晓1,2,3，屈时操1,3，黄 伟3,4，郑晓妹1,3，马利庄5

(1. 上海师范大学信息与机电工程学院，上海 200234； 2. 上海师范大学上海智能教育大数据工程技术研究中心，上海 200234； 3. 上海市中小学在线教育研究基地，上海 200234； 4. 上海理工大学光电信息与计算机工程学院，上海 200093； 5.上海交通大学电子信息与电气工程学院，上海 200240)

基于神经网络的风格迁移成为近年来学术界和工业界的热点研究问题之一。现有的方法可以将不同风格作用在给定的内容图像上生成风格化图像，并且在视觉效果和转换效率上有了较大提升，而侧重学习图像底层特征容易导致风格化图像丢失内容图像的语义信息。据此提出了使风格化图像与内容图像的显著区域保持一致的改进方案。通过加入显著性检测网络生成合成图像和内容图像的显著图，在训练过程中计算两者的损失，使合成图像保持与内容图像相一致的显著区域，这有助于提高风格化图像的质量。实验表明，该风格迁移模型生成的风格化图像不仅具有更好的视觉效果，且保留了内容图像的语义信息。特别是对于显著区域突出的内容图像，保证显著区域不被扭曲是生成视觉友好图像的重要前提。

风格迁移；图像变换；显著区域保留；卷积神经网络；显著性检测

图像风格迁移是计算机视觉的一个研究热点。其将一幅风格图像的风格应用于另一幅内容图像；……