Key points are not available for this paper at this time.
신경 스타일 전송은 학계와 산업계 모두에서 상당한 주목을 받아왔습니다. 비주얼 효과와 효율성이 크게 향상되었지만, 기존 방법은 내용 이미지와 스타일화된 이미지 간의 시각적 주의의 공간적 분포를 조정하거나 다양한 브러시 스트로크를 통해 다양한 세부 수준을 표현할 수 없습니다. 본 논문에서는 주의 인식을 통한 다중 스트로크 스타일 전송 모델을 개발하여 이러한 한계를 해결하고자 합니다. 먼저 스타일에 구애받지 않는 재구성 오토인코더 프레임워크에 자기 주의 메커니즘을 조합하는 것을 제안하여, 내용 이미지의 주의 맵을 도출할 수 있습니다. 내용 특징과 스타일 특징에 대해 다중 스케일 스타일 스왑을 수행하여, 서로 다른 스트로크 패턴을 반영하는 여러 특징 맵을 생성합니다. 주의 맵에서 두드러진 특징을 통합하기 위한 유연한 융합 전략도 제시하여, 여러 스트로크 패턴을 출력 이미지의 서로 다른 공간 영역에 조화롭게 통합할 수 있게 합니다. 본 방법의 효과를 입증하며, 최신 방법 대비 여러 스트로크 패턴을 가진 비교 가능한 스타일화된 이미지를 생성합니다.
Yao et al. (Sat,)은 이 질문을 연구하였습니다.