DoveNet：基于领域验证的深度图像和谐化

图像合成是图像处理中的重要操作，然而前景与背景之间的不一致性会显著降低合成图像的质量。图像调和（Image Harmonization）旨在使前景与背景在视觉上协调一致，是一项具有前景但极具挑战性的任务。然而，当前缺乏高质量、公开可用的图像调和数据集，严重制约了该领域技术的发展。为此，本文构建了一个新的图像调和数据集 iHarmony4，该数据集通过基于 COCO（以及 Adobe5k、Flickr、day2night）数据集生成合成图像，从而构建出相应的子数据集：HCOCO（以及 HAdobe5k、HFlickr、Hday2night）。此外，本文提出了一种新的深度图像调和方法 DoveNet，其核心思想是将前景图像映射至与背景相同的视觉域，并引入一种新型的域验证判别器（domain verification discriminator）以实现这一目标。在所构建数据集上的大量实验结果表明，所提方法具有优异的性能。本文的数据集与代码已开源，访问地址为：https://github.com/bcmi/Image_Harmonization_Datasets。