图像也能做情感迁移？罗切斯特大学团队提出计算机视觉新任务

此外，研究人员还请五位志愿者从 SentiGAN 输出的 500 张迁移图像对（积极图像和消极图像）中选择积极图像。如表 2 所示，选择正确的概率为 72.4%，这表明情感迁移效果可以被用户观察到。图 5 展示了 SentiGAN 输出的情感迁移示例。

任务 2：验证物体级情感迁移的效果

第二个任务是验证物体级情感迁移的效果。

研究人员令 SentiGAN 执行三种迁移策略——物体 级迁移、全局迁移、非对应物体的物体级迁移，并生成 50 组迁移图像。令五位志愿者在每组中选择最真实的图像，每人负责 50 组。如表 3 所示，对于大多数组，志愿者认为目标级情感迁移生成的图像最真实，这与图 7 示例表现一致。

任务 3：迁移图像与参考图像间的情感一致性

第三个任务是评估迁移图像和参考图像之间的情感一致性（sentiment consistency）。研究者对每个输入图像收集了不同模型预测的迁移图像，并请五位志愿者从中选择出一或多个与参考图像最具情感一致性的迁移图像。

如下表 4 所示，SentiGAN 获得了最高的选中率，而且大幅领先，这表明它在迁移参考图像的情感中实现了最优性能。示例参见图 6。

罗杰波教授团队还提出了一种基于全局的图像情感迁移方法 [2]，感兴趣的读者可查看原论文。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!