一种基于判别特征的任意图像风格迁移方法

AITNT
正文
推荐专利
一种基于判别特征的任意图像风格迁移方法
申请号:CN202411670235
申请日期:2024-11-21
公开号:CN119579396A
公开日期:2025-03-07
类型:发明专利
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
1
一种基于多通道特征融合与多尺度卷积网络的汽轮机叶片故障诊断方法
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
2
基于连锁经营效益监管系统的数据分析方法
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
3
一种视觉目标跟踪方法及系统
分割掩模 分类特征 掩模特征 跟踪方法 多层卷积神经网络
4
基于Transformer蒸馏模型的核电管道X射线探伤图像缺陷检测方法
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
5
基于灌区的多时间尺度水量调度方法
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
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