本文提出一种非常简单的极限分辨率的风格迁移框架URST，首个可以处理任意高分辨率(比如)图像的进行风格迁移的方案。当处理超高分辨率图像时，受限于较大的内存占用与small stroke size问题，现有风格迁移方法往往难以真正应用。

论文链接：https://arxiv.org/abs/2103.11784

代码链接：https://github.com/czczup/URST

URST通过以下两种策略避免了超高分辨率图像导致的内存问题：(1) 将图像划分成小的图像块进行处理；(2)提出一种新颖的Thumbnail Instance Normalization (TIN)进行块级风格迁移。具体来说，TIN可以提取缩略图的规范化统计信息并应用到小图像块上，确保了不同块之间的风格一致性。

总而言之，相比已有方案，本文所提URST具有这样几个优点：

  • 通过将图像拆分为小块并采用TIN成功的对任意高分辨图像进行风格迁移；

  • 受益于所提感知损失，所提方法在超高分辨率图像上取得了超过其他SOTA方案的效果；

  • 所提URST可以轻易的嵌入到现有风格迁移方案中，无需进行训练即可提升其性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除