单幅图像训练深度神经网络的编辑传播方法

摘要：

针对编辑传播技术中存在的需要选择合适图像特征、手动调整图像特征权重等问题,提出一种单幅图像训练深度神经网络的编辑传播方法.首先将用户交互转换成距离图并与输入图像级联生成多通道图像,有效地结合图像的视觉和空间特征;其次以多通道图像子块作为深度神经网络的输入,抽取符合用户交互的深度特征,并对深度神经网络进行端到端的训练,从而自动分配图像特征的权重;最后将学习的网络模型作为分类器,估计图像像素属于每类用户交互的概率值,进一步后处理获得高质量的图像编辑.采用MARA 1k数据的实验结果表明,该方法能够很好地响应用户交互以进行编辑传播.

关键词：深度神经网络、编辑传播、全连接随机场模型、图像外观编辑

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61402053,61602059,61772087,61802031;湖南省自然科学基金2016JJ2005,2017JJ3334,2019JJ50666;湖南省教育厅科学研究项目16C0046,16A008

在线出版日期：2019-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1391-1402