Enhancing Neural Style Transfer using Patch-Based Synthesis

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00331355" target="_blank" >RIV/68407700:21230/19:00331355 - isvavai.cz</a>

Výsledek na webu

<a href="https://dcgi.fel.cvut.cz/home/sykorad/stylitneural.html" target="_blank" >https://dcgi.fel.cvut.cz/home/sykorad/stylitneural.html</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.2312/exp.20191075" target="_blank" >10.2312/exp.20191075</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Enhancing Neural Style Transfer using Patch-Based Synthesis

Popis výsledku v původním jazyce

We present a new approach to example-based style transfer which combines neural methods with patch-based synthesis to achieve compelling stylization quality even for high-resolution imagery. We take advantage of neural techniques to provide adequate stylization at the global level and use their output as a prior for subsequent patch-based synthesis at the detail level. Thanks to this combination, our method keeps the high frequencies of the original artistic media better, thereby dramatically increases the fidelity of the resulting stylized imagery. We also show how to stylize extremely large images (e.g., 340 Mpix) without the need to run the synthesis at the pixel level, yet retaining the original high-frequency details.

Název v anglickém jazyce

Enhancing Neural Style Transfer using Patch-Based Synthesis

Popis výsledku anglicky

We present a new approach to example-based style transfer which combines neural methods with patch-based synthesis to achieve compelling stylization quality even for high-resolution imagery. We take advantage of neural techniques to provide adequate stylization at the global level and use their output as a prior for subsequent patch-based synthesis at the detail level. Thanks to this combination, our method keeps the high frequencies of the original artistic media better, thereby dramatically increases the fidelity of the resulting stylized imagery. We also show how to stylize extremely large images (e.g., 340 Mpix) without the need to run the synthesis at the pixel level, yet retaining the original high-frequency details.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 8th ACM/EG Expressive Symposium

ISBN

978-3-03868-078-9

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

43-50

Název nakladatele

Eurographics Association

Místo vydání

Aire-la-Ville

Místo konání akce

Janov

Datum konání akce

5. 5. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—