#567
summarized by : asato matsumoto
Learning Linear Transformations for Fast Image and Video Style Transfer

どんな論文か?

スタイル変換は計算コストが高いため、画質と処理スピードのトレードオフからアーティファクトを生成する傾向にある。本論文ではデータ駆動方式で変換行列を学習する手法を提案し、画像と動画のスタイル変換を高速化を実現した。提案手法は一つのAuto Encoderで複数のスタイル転送可能である。
placeholder

新規性

アーティファクトを消すためにspatial propagation network(SPN)をAuto Encoderの後ろに設置した。SPNのフィルタの係数を学習するのにデータ駆動方式を利用した。

結果

画像と動画に対して140fpsで複数のスタイルへの変換が可能になった。

その他(なぜ通ったか?等)