Optimal Image Transport on Sparse Dictionaries

要約

本論文では、スパース表現(SR)と最適輸送(OT)を利用することで、スパース辞書上での新しい最適画像輸送アルゴリズムを導出する。具体的には、個々の画像特徴（色、テクスチャ、スタイルなど）をスパース表現を用いてコンパクトに符号化し、その符号化プロセスに従って2つの学習済み辞書間で最適な輸送計画を推論するという、統一的な最適化フレームワークを設計する。このパラダイムは、画像表現と変換を同時に行うための単純だが効果的な方法を生み、スパース符号化と最適輸送の部分問題のサイズが適度であるため、経験的に解ける。我々は、様々な画像間の変換タスク、特に画像の色変換と芸術的なスタイル変換に対して、その多用途性と多くの利点を実証し、フォトリアリスティックな転送効果のもっともらしい結果を示す。

要約(オリジナル)

In this paper, we derive a novel optimal image transport algorithm over sparse dictionaries by taking advantage of Sparse Representation (SR) and Optimal Transport (OT). Concisely, we design a unified optimization framework in which the individual image features (color, textures, styles, etc.) are encoded using sparse representation compactly, and an optimal transport plan is then inferred between two learned dictionaries in accordance with the encoding process. This paradigm gives rise to a simple but effective way for simultaneous image representation and transformation, which is also empirically solvable because of the moderate size of sparse coding and optimal transport sub-problems. We demonstrate its versatility and many benefits to different image-to-image translation tasks, in particular image color transform and artistic style transfer, and show the plausible results for photo-realistic transferred effects.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL