qq_22565865的博客

论文阅读笔记---Image resizing by reconstruction from deep features-2021-清华大学摘要1.介绍2.相关工作3.方法3.1 绪论3.2 特征图缩放3.2.1 深度接缝裁剪3.2.2 网格翘曲3.2.3 深度多操作符3.3 图像重构3.4 图像精细化4.结果4.1 设置4.2 重要图有效性4.3 特征空间和图像空间4.4 通过深度特征图重建4.5 与之前方法的视觉比较4.6 主观实验4.7 语义保留4.8 限制5.结论摘要传统图像缩放方法经常在图像空

论文阅读笔记--VFN模型-2017-Learning to Compose with Professional Photographs on the Web摘要1.介绍2.之前的工作3.方法3.1 挖掘成对排序单元3.2 视角查找网络摘要照片构图是影响摄影审美的重要因素。然而，由于缺乏适用于各种摄影风格的全局规则，对好作品的美学特性建模是一项极具挑战性的任务。受拍照思维过程的启发，我们将照片构图问题表述为一个寻找视角的过程，该过程依次检查成对的视角并确定它们的审美偏好。我们进一步利用网络上丰富的专

论文阅读--Cycle-IR（2020）: 深度循环图像重定向摘要1.介绍2.相关工作2.1 传统重定向方法2.2 弱监督图像重定向方法2.3 循环约束3.深度循环图像重定向摘要由于摆脱了手工表示的限制，监督深度学习技术在各个领域都取得了巨大的成功。然而，以往的图像重定向算法大多采用固定的设计原则，如使用梯度图或手工特征计算显著图，这不可避免地限制了其通用性。深度学习技术可能有助于解决这一问题，但具有挑战性的问题是，我们需要建立一个大规模的图像重定向数据集来训练深度重定向模型。然而，建立这样的数据

基于网格锚的图片裁剪：一种新的标准和高效的模型摘要1.介绍2.相关工作2.1 图像裁剪数据集和评估指标摘要图像裁剪的目的是通过去除图像中无关的内容来改善图像的组成和美学质量。现有的图像裁剪数据库大多只提供一个或多个人工标注的边界框作为基准，难以反映实际中图像裁剪的非唯一性和灵活性。采用IoU等评价指标也不能可靠地反映裁剪模型的真实性能。本文回顾了图像裁剪的问题，并通过考虑图像裁剪的特殊特性和要求(如局部冗余、内容保存、高宽比)，提出了基于网格锚的公式。我们的公式将候选裁剪窗口的搜索空间从数百万减少到