一种基于图像解耦的轻量化卡通风格迁移方法

AITNT
正文
推荐专利
一种基于图像解耦的轻量化卡通风格迁移方法
申请号:CN202410765760
申请日期:2024-06-14
公开号:CN118710489A
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于图像解耦训练的轻量化卡通风格迁移方法,该方法包括:S1:收集宫崎骏卡通图片与真实图片;S2:构建生成器网络,共包括编码器解码器,编码器包括动态卷积,幽灵卷积,多光谱信道注意力机制以及MobileOne优化特征构建,解码器则为上采样卷积;S3:判别器的卷积块由常规卷积、谱归一化层及LeakyRelu激活函数构成;S4:导入数据集结合Vgg19和该生成模型G进行预训练并引入内容损失,得到预训练模型;S5:进行判别器G和生成器的对抗训练,得到最终的生成网络G;S6:用最终生成的网络G对目标图片进行风格迁移,最终得到卡通化图片。本发明精简参数量与运算,增强卡通效果,降低算力门槛,便于嵌入式与移动设备部署,实现高效卡通风格转换。
技术关键词
风格迁移方法 卡通图片 注意力机制 预训练模型 多光谱 纹理 编码器解码器 生成器网络 特征提取网络 信道 彩色图像 移动设备 数据 超参数 输入端
系统为您推荐了相关专利信息
1
多模态语音识别方法、装置、设备及计算机可读介质
声学特征 唇形特征 语音识别模型 注意力编码器 语音编码
2
基于视觉感知的隧道病害智能检测识别方法及系统
检测识别方法 可变形卷积层 跨层特征 视觉 图片
3
一种基于柴油机后处理系统排放物的智能控制方法及系统
柴油机后处理系统 智能控制方法 神经网络输出层 柴油机排放物 训练神经网络模型
4
一种基于Transformer架构的桑树SNP标记挖掘与抗逆性状预测方法
桑树 原始测序数据 标记 位点 注意力机制
5
基于可解释深度特征融合网络的工业智能预测性维护方法
深度特征融合网络 离散小波变换 小波多尺度 特征提取网络 通道注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号