Аннотация:В последнее время предлагается все больше способов улучшения нейросетевого
автоматического переноса стиля для изображений. Основной идеей самого метода яв-
ляется то, что признаки, полученные с помощью сверточной нейронной сети, можно
использовать для выделения содержательной и стилевой составляющих изображе-
ния. Алгоритм позволяет получать новые изображения, соединяющие в себе содер-
жание одного изображения и стиль другого. При создании эффектов на изображении
пользователю хотелось бы выделить объекты переднего плана отдельно (как наибо-
лее важные для восприятия объекты), с силой стилизации, отличной от фоновой.
Для этого требуется прямая разметка изображения, которая не решается автомати-
чески для классов «передний план / задний план». Мы сформировали набор данных,
содержащий 6000 изображений, имеющих бинарную разметку для объектов передне-
го плана и для фона. С помощью него мы решаем задачу сегментации изображений
на 2 класса, получая таким образом способ автоматической генерации бинарной мас-
ки. Это позволяет стилизовать изображения с учетом объектов переднего и заднего
плана без предварительной разметки пользователя.
В разделе 2.1 описывается сформированный набор данных для сегментации. В
1.2 приводятся существующие решения для неравномерной стилизации объектов на
изображении. В разделе 3 описываются проведенные эксперименты и анализируются
полученные результаты.