近日,我校计算机学院胡靖教授团队的论文“基于深度强化学习的神经风格迁移方法”(Controlling Neural Style Transfer with Deep Reinforcement Learning)被人工智能领域顶级会议“人工智能国际联合大会”(International Joint Conference on Artificial Intelligence,IJCAI 2023)接收。该研究成果由计算机学院2021级研究生冯成明在导师胡靖教授的指导下完成,由吴锡教授和Keya西雅图研究院王昕博士联合指导。冯成明和导师胡靖为该论文共同第一作者,吴锡教授和王昕博士为共同通讯作者,成都信息工程大学为第一署名单位。
该论文在国际上首次提出基于深度强化学习的风格迁移框架,该框架将单步风格迁移拆分为逐步风格迁移的过程。本文的方法倾向于在早期步骤中预先提供更多内容的细节和结构信息,并在后期步骤中合成更多风格的模式。此外,本文基于强化学习的模型比现有的基于单步深度学习的模型更轻量,计算复杂度更低。实验结果证明了该方法的有效性和鲁棒性。
IJCAI始于1969年,最初每2年举行一次,从2016年开始改为每年一次,是人工智能领域的顶级学术会议,被中国计算机学会推荐国际学术会议列表认定为A类会议。IJCAI将于今年8月中旬在澳门召开,今年共收到投稿论文4566篇,论文接收率约15%。
文章信息:Chengming Feng1, Jing Hu1, Xin Wang*, Shu Hu, Bin Zhu, Xi Wu*, Hongtu Zhu, Siwei Lyu. Controlling Neural Style Transfer with Deep Reinforcement Learning. IJCAI23 (CCF A类会议)