一种基于跨空间调节的文本驱动的风格迁移方法

本发明公开了一种基于跨空间调节的文本驱动的风格迁移方法，包括：利用预训练的深度卷积神经网络VGG‑19从任意一张给定的照片中提取内容特征；利用预训练的CLIP文本编码器从任意一个给定的文本提示中提取风格特征；构造跨空间调节模块，用于弥合VGG特征空间和CLIP特征空间之间的差异；构造内容损失函数、定向CLIP损失函数、块对块CLIP损失函数以及基于CLIP的风格对比损失函数，用于约束风格迁移网络的生成过程，最终得到与目标内容和目标风格相符的艺术图像。本发明能够将文本中所描述的艺术风格迁移到日常照片上，创造出新的艺术图像，提升了艺术图像创意生成的灵活性和创新性，在文化创意、影视制作、工业设计等诸多领域有着重要的科学意义和应用价值。