Superpixel-based matching of high-resolution deep features for color transfer

Hernan Carrillo (1) , Michaël Clément (1) , Aurélie Bugeau (1)

1 LaBRI - Laboratoire Bordelais de Recherche en Informatique

Dans cet article, nous proposons une nouvelle méthode pour la mise en correspondance de descripteurs haute résolution issus de CNNs en utilisant des mécanismes d’attention. Cette méthode s’appuie sur une stratégie de pooling basée sur les superpixels pour calculer efficacement les similarités non-locales entre des paires d’images. Pour illustrer l’intérêt de ces nouveaux blocs méthodologiques, nous les appliquons au problème du transfert de couleur entre une image cible et une image de référence. Alors que les méthodes précédentes pour cette application peuvent montrer des problèmes de cohérence spatiale et colorimétrique, notre approche s’appuie sur une correspondance non-locale robuste entre des caractéristiques bas niveau de haute résolution. Enfin, nous soulignons l’intérêt de cette approche en montrant des résultats prometteurs en comparaison avec les méthodes de l’état de l’art

Mots clés: Superpixels; Attention mechanism; Color transfer; High; resolution features; Non local matching

Domaines: Informatique [cs]; Vision par ordinateur et reconnaissance de formes [cs.CV]

Hernan Carrillo, Michaël Clément, Aurélie Bugeau. Superpixel-based matching of high-resolution deep features for color transfer. ORASIS 2021, Centre National de la Recherche Scientifique [CNRS], Sep 2021, Saint Ferréol, France. ⟨hal-03339667⟩