摘要

当前最先进的目标识别架构虽取得了令人瞩目的性能表现，但通常仅针对单一表现风格（如仅限照片或仅限素描）进行优化。本文提出了一种名为 SwiDeN 的卷积神经网络（CNN）架构，该架构能够无视物体的视觉表现形式（如线稿、具象阴影绘图、照片等），实现对目标的准确识别。在 SwiDeN 中，我们引入了一种新颖的“深度”风格感知切换机制，有效兼顾了不同表现风格特有的特征与跨风格不变的共性特征。我们在包含50个类别、涵盖多种表现风格的 Photo-Art 数据集上，将 SwiDeN 与多种替代架构及先前方法进行了对比。实验结果表明，SwiDeN 在跨表现风格的目标识别任务中显著优于现有方法。