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
基于双投影特征融合类别级物体6D姿态估计方法及系统
姿态估计方法 投影特征 物体 编码 多层感知机
2
使用多模态大型语言模型进行分类
文本编码器 预测特征 查询特征 多模态 生成图像特征
3
一种针对高速相机抖动情况下的旋转体振动误差补偿方法及系统
振动误差补偿方法 电涡流传感器探头 旋转体 相机抖动 边缘轮廓图
4
基于光流提示的环保钢渣工作车辆作业识别方法及系统
作业识别方法 神经网络模型 工作车辆 联合损失函数 光流特征
5
一种基于建筑遥感影像的数据库管理系统
影像 数据库管理系统 建筑 断点 像素点
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