摘要
本发明涉及印刷媒体图像处理技术领域,尤其是提供了一种基于LPSTGAN网络的风格迁移方法及系统。该方法包括获取训练数据集和测试数据集;通过改进CycleGAN网络模型,构建LPSTGAN网络模型;配置模型训练环境,并将LPSTGAN网络模型部署于配置的模型训练环境中,设置预设参数,通过训练数据集对LPSTGAN网络模型进行训练,获得训练后的LPSTGAN网络模型;调用训练后的LPSTGAN网络模型的权重文件,通过测试数据集对模型进行全面评估,获得评估结果,该方法在保持内容图像纹理的同时,能够将风格特征有效的融合,在结构、色彩方面提高了对生成的迁移图像的主客观评价。
技术关键词
风格迁移方法
重构单元
信息检索
可读存储介质
多头注意力机制
网络模型训练
全局平均池化
迁移系统
图像处理技术
数据获取模块
特征值
数据分布
计算机
系统为您推荐了相关专利信息
识别模型构建方法
像素点
归一化植被指数
遥感影像数据
多波段
航空发动机设计
数据交互方法
策略
格式
计算机设备
深度优先搜索算法
修剪策略
计算机执行指令
释放量
修剪方法
模型评估方法
计算机可执行指令
因子
指标
处理器