Key points are not available for this paper at this time.
A transferência de estilo entre imagens é uma aplicação artística das CNNs, onde o 'estilo' de uma imagem é transferido para outra imagem enquanto preserva o conteúdo desta última. O estado da arte em transferência de estilo neural é baseado na Normalização Adaptativa de Instância (AdaIN), uma técnica que transfere as propriedades estatísticas de características de estilo para uma imagem de conteúdo, podendo transferir um grande número de estilos em tempo real. No entanto, a AdaIN é uma operação global; assim, estruturas geométricas locais na imagem de estilo são frequentemente ignoradas durante a transferência. Propomos Convoluções Adaptativas (AdaConv), uma extensão genérica da AdaIN, para permitir a transferência simultânea de estilos estatísticos e estruturais em tempo real. Além da transferência de estilo, nosso método também pode ser prontamente estendido para geração de imagens baseada em estilo e outras tarefas onde a AdaIN já foi adotada.
Chandran et al. (Ter,) estudaram esta questão.