A Large-scale Film Style Dataset for Learning Multi-frequency Driven Film Enhancement

要約

タイトル：マルチ周波数駆動フィルム強化学習のための大規模フィルムスタイルデータセット

要約：フィルムは、写真の誕生を記念する文化的に重要な画像スタイルであり、映画や写真業界において根強い人気があります。しかし、フィルム写真は時間とお金がかかるため、より効率的な方法が必要とされています。これまでに、画像強化の分野で現れたデータセットは、フィルムに特化していないことが多いです。したがって、フィルムベースの画像スタイル化の研究を促進するため、大規模で高品質なフィルムスタイルデータセットであるFilmSetを構築しました。データセットには、3種類のフィルムタイプと5000以上の高解像度画像が含まれています。FilmSet画像の特徴に着目し、周波数バンドを横断して画像をスタイル化し、フィルムスタイルの結果を達成するためのLaplacian Pyramidに基づく新しいフレームワークであるFilmNetを提案します。実験の結果、当社のモデルのパフォーマンスは最先端の技術を上回ることが明らかになりました。コードとデータのリンクは\url{https://github.com/CXH-Research/FilmNet}です。

要点：

– フィルムは画像スタイルのクラシックな例であり、写真業界において根強い人気がある。
– フィルム写真は時間とコストがかかるため、より効率的な方法が必要である。
– 画像強化分野で現れた多くのデータセットは、フィルムに特化していない。
– FilmSetは、3種類のフィルムタイプと5000以上の高解像度画像から構成される大規模な高品質なフィルムスタイルデータセットである。
– FilmNetは、Laplacian Pyramidに基づく新しいフレームワークであり、周波数バンドを横断して画像をスタイル化し、フィルムスタイルの結果を達成する。
– FilmNetは、最先端の技術よりも優れたパフォーマンスを発揮する。
– コードとデータのリンクは\url{https://github.com/CXH-Research/FilmNet}。

要約(オリジナル)

Film, a classic image style, is culturally significant to the whole photographic industry since it marks the birth of photography. However, film photography is time-consuming and expensive, necessitating a more efficient method for collecting film-style photographs. Numerous datasets that have emerged in the field of image enhancement so far are not film-specific. In order to facilitate film-based image stylization research, we construct FilmSet, a large-scale and high-quality film style dataset. Our dataset includes three different film types and more than 5000 in-the-wild high resolution images. Inspired by the features of FilmSet images, we propose a novel framework called FilmNet based on Laplacian Pyramid for stylizing images across frequency bands and achieving film style outcomes. Experiments reveal that the performance of our model is superior than state-of-the-art techniques. The link of code and data is \url{https://github.com/CXH-Research/FilmNet}.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI