Вы когда-нибудь пробовали наложить объекты из разных фотографий на подготовленный фон или картинку?

Вы когда-нибудь пробовали наложить объекты из разных фотографий на подготовленный фон или картинку? Если да, то скорее всего столкнулись с тем, что вставляемые объекты практически всегда выглядят искусственными и чужеродными. Чтобы результат смотрелся естественно и гармонично, программы должны уметь автоматически выравнивать параметры объектов. И эта задача называется гармонизацией изображений (Image Harmonization).

Картинки могут различаться по яркости, контрасту, цветовому балансу. Это первое, что приходит на ум, у изображений могут быть и другие признаки. Исследователи из Центра Искусственного интеллекта Samsung в Москве Константин Софиюк, Полина Попенова и Антон Конушин в работе «Foreground-aware Semantic Representations for Image Harmonization» предлагают добавить в традиционный автоэнкодер предобученный блок сети HRNet. Такой трюк обогащает пространство признаков семантической информацией и помогает точнее выполнить согласование цветов. А нормализация функции потерь размером выделенного объекта позволяет достичь лучшего результата при обучении.

Ссылка на статью: https://github.com/saic-vul/image_harmonization

Источник: github.com

Комментарии: