Riassunto analitico
Le tecniche di Computer Vision allo stato dell'arte sfruttano la disponibilità di enormi set di dati, la maggior parte dei quali consiste di immagini ottenute dal mondo reale. Ciò comporta un'incompatibilità di base tra questi metodi e i dati digitali provenienti dal dominio artistico. Una possibile soluzione consiste nel ridurre la distanza tra i due domini (realistico e artistico) al livello dei pixel, quindi tradurre un dipinto in un'immagine fotorealistica equivalente. In questa tesi viene presentato un modello in grado di generare un'immagine naturale a partire da un'immagine artistica, basato su dati disaccoppiati (non esistono, infatti, dipinti di esempio di cui sia disponibile una foto che ritragga lo stesso contenuto). L'idea di base è quella di imporre una similarità tra dettagli artistici e dettagli realistici estratti da un set di fotografie e, rafforzandola, di generare nuove immagini naturali tramite dettagli esistenti. Vengono presentati risultati qualitativi e quantitativi su dipinti di Monet, Cezanne e Van Gogh che mostrano come il nostro approccio incrementi il realismo nelle immagini generate, rispetto a quelle dei metodi più recenti.
|
Abstract
State of the art Computer Vision techniques exploit the availability of large-scale datasets, most of which consist of images captured from the world as it is. This brings to an incompatibility between such methods and digital data from the artistic domain, on which current techniques under-perform. A possible solution is to reduce the domain shift at the pixel level, thus translating artistic images to realistic copies. In this thesis, we present a model capable of translating paintings to photo-realistic images, based on unpaired data (samples of painting and photo couples, representing the same content, are not available).
The idea is to enforce a patch level similarity between real and generated images, aiming to reproduce photo-realistic details from a memory bank of real images. Qualitative and quantitative results are presented on Monet, Cezanne and Van Gogh paintings translation tasks, showing that our approach increases the realism of generated images with respect to state of the art approaches.
|
