分层动态图像调和

图像和谐化（Image Harmonization）是计算机视觉领域的一项关键任务，旨在调整前景图像，使其在视觉上与背景自然融合。近年来的研究主要依赖全局变换（如归一化和色彩曲线映射）来实现视觉一致性，但这类方法往往忽视了局部视觉一致性，且模型规模庞大，难以在边缘设备上高效运行。为此，本文提出一种分层动态网络（Hierarchical Dynamic Network, HDNet），通过从局部到全局的特征自适应机制，实现高效图像和谐化中的特征变换。受多种动态模型成功应用的启发，本文设计了局部动态（Local Dynamic, LD）模块与掩码感知全局动态（Mask-Aware Global Dynamic, MGD）模块。具体而言，LD模块基于语义相似性匹配前景与背景区域之间的局部特征表示，并根据前景区域的K个最近邻背景区域的外观特征，自适应地调整每个前景局部特征。该机制在更细粒度的层级上生成更具真实感的图像，同时保持语义对齐特性。MGD模块则分别对前景和背景区域施加不同的卷积操作，有效学习两者各自的特征表示及其相互关联，从而在全局层面促进图像的和谐化，显著提升局部视觉一致性，且计算效率更高。实验结果表明，所提出的HDNet相比以往方法，模型参数总量减少超过80%，在主流iHarmony4数据集上仍达到当前最优性能。尤为突出的是，HDNet在PSNR指标上较先前最优方法提升4%，MSE指标降低19%，充分验证了其在保持高性能的同时实现显著的模型轻量化优势。