CVPR 2024 | 平衡效率与质量，南航提出新风格迁移算法Puff-Net

文章预览

关注公众号，发现CV技术之美 分享一篇CVPR 2024 图像风格迁移领域的一篇文章《Puff-Net: Efficient Style Transfer with Pure Content and Style Feature Fusion Network》,作者团队来自南航。 Puff-Net论文作者 与其他算法的比较，在性能和效率上有更好的平衡 Puff-Net风格迁移结果示例 一、技术背景 风格迁移（Style Transfer）技术的目标是将一张图片的艺术风格应用到另一张图片上，同时保持原图的结构完整。近年来，这项技术在计算机视觉领域取得了显著进展，被广泛应用于艺术创作、图像增强和虚拟现实等领域。 早期的风格迁移方法主要依赖卷积神经网络（CNN），通过提取内容图像和风格图像的特征来实现图像的风格化。然而，CNN方法在处理全局信息和长距离依赖关系时存在局限性。为了解决这些问题，研究人员提出了基于Transformer的方法，这些方法在建模内容和风格图 ………………………………