| Popis: |
Depuis l'avènement des réseaux de neurones convolutifs, les algorithmes de transfert de style entre images se sont considérablement améliorés. Cependant, ces méthodes requièrent souvent un temps d'apprentissage relativement long. Pour cette raison, des approches de traitement d'images sans apprentissage, utilisant des algorithmes à « patchs », ont récemment été proposées, cherchant à rivaliser esthétiquement avec les méthodes neuronales. Nous proposons ici une avancée dans cette direction, en introduisant une nouvelle méthode de transfert de style qui utilise une version contrainte et multi-échelle de l'algorithme de mise en correspondance de patchs PatchMatch, de manière à privilégier un échantillonnage uniforme des patchs de caractéristiques du style à différentes résolutions. Notre méthode permet par ailleurs d'associer avantageusement les paradigmes des méthodes à patchs et des réseaux de neurones en combinant la projection de patchs de couleurs selon la métrique de l'espace perceptuel défini par un réseau de neurones. |
