按年被提到
20162016 · 5 次2026
视觉、语音与图像生成›图像与视频生成·arXiv:1604.08610 · cs.CV

Artistic style transfer for videos

视频的艺术风格迁移
Manuel Ruder, Alexey Dosovitskiy, Thomas Brox · 2016

把单张图像的风格迁移扩展到视频,并保持时间上的稳定

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 4 人首次 2016-05-14 · 最近 2016-07-10
4不同的人
3活跃月份
5讨论串
297被引(OpenAlex)

论文提出把一张图像(例如绘画)的风格迁移到整段视频的方法:在静态图像风格迁移的最新进展基础上,为视频提出新的初始化和损失函数,使得即使在大幅运动和强遮挡的情况下,也能生成一致、稳定的风格化视频。定性和定量实验都表明,该方法明显优于较简单的基线。

HN 为什么提它

摘录主要是贴论文链接,其中一条说明 DeepArt 的视频功能基于它,评论者没有展开评价。

方法难度 3 / 5约 35 分钟经得起时间
读之前最好知道
1神经风格迁移(neural style transfer)
2卷积神经网络与图像特征
3视频的时间一致性
4损失函数设计

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用stared · 2016-05

“And the paper:”

贴出视频风格迁移的论文原文
Artistic style transfer for videos原评论 ↗
引用stared · 2016-06

“It bases on:”

指出 DeepArt 的视频功能基于这篇论文
DeepArt.io introduces style transfer for videos原评论 ↗
引用matthewrudy · 2016-07

“I want to see how well the video works,”

链接视频风格迁移论文,想看看视频效果如何
Prisma: neural-style instagram filters原评论 ↗
被提交为 story · 2 次