基于扩散模型和特征统计量的山水画风格迁移方法

AITNT
正文
推荐专利
基于扩散模型和特征统计量的山水画风格迁移方法
申请号:CN202411904477
申请日期:2024-12-23
公开号:CN119359532A
公开日期:2025-01-24
类型:发明专利
摘要
本发明公开了一种基于扩散模型和特征统计量的山水画风格迁移方法。本发明中的基于双向状态空间模型和注意力机制的风格映射模块,可以在提示空间中准确高效地学习并储存山水画的独特风格。本发明还同时提出了一种基于AdaIN和WCT的特征统计量调整方法,能够有效转移山水画的独特笔触,忠实地迁移其色彩信息。通过结合预训练扩散模型和CLIP提示空间,充分学习了山水画的笔触和色彩,在很好地保留内容结构的同时体现了山水画的留白技术,能够生成高度逼真的具有意境的山水画。
技术关键词
风格迁移方法 状态空间模型 图像编码 模型主体 边缘检测 噪声 阶段 生成高度 解码器 模块 注意力机制 网络 色彩 数据 编码器 阶梯 像素
系统为您推荐了相关专利信息
1
基于神经网络的现货分时电价变化预测模型及其构建方法
深度学习神经网络 分段 机组 执行主体 数值
2
基于机器视觉的药材原料筛选方法
原料筛选方法 像素点 纹理 图像块 视觉
3
基于边缘AI算存一体化芯片的数据处理方法及相关设备
图像特征向量 图像压缩 远程控制设备 无损压缩算法 异常事件
4
一种弱对比度边缘提取方法
边缘提取方法 对比度 边缘检测 直方图均衡化 降噪算法
5
一种水下沉桩桩身的垂直度动态检测方法及装置
动态检测方法 光斑 轮廓图像 指数 序列
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