摘要
发明公开了一种基于判别特征的任意图像风格迁移方法,该方法主要包括:S1:收集风格图像与真实场景的内容图像;S2:构建生成器网络,共包括编码器、解码器和感知风格注意力机制。S3:构建判别器,共包括三层下采样卷积。S4:训练步骤一包括导入数据集、Vgg19预训练权重、生成器和判别器,引入对抗损失、内容损失和风格损失并利用风格特征代替弱化和判别特征。S5:训练步骤二在保持原来损失的基础上引入强化损失、弱化处理模块和来自于判别器的判别特征。S6:最终生成器可以对任意风格和内容图像进行风格迁移操作。本发明旨在解决生成结果风格不一致的问题,提高了内容与风格图像的融合效率,减少了生成结果中不和谐的纹理和微影。
技术关键词
图像风格迁移方法
判别特征
生成器网络
注意力机制
编码器
图片
采样模块
分类器
输入解码器
模型训练模块
分辨率
上采样
多尺度
训练集
系统为您推荐了相关专利信息
汽轮机叶片
多通道特征融合
故障诊断方法
故障诊断模型
卷积模块
模糊隶属度
门店经营
业务预测模型
数据分析方法
语义分割网络
分割掩模
分类特征
掩模特征
跟踪方法
多层卷积神经网络
管道X射线探伤
图像缺陷检测方法
图像块特征提取
输出特征
蒸馏
实时数据
多时间尺度
混合深度学习模型
修正算法
实时监测数据