一种基于可逆残差网络的水表图像风格迁移算法

本发明的一种基于可逆残差网络的图像风格迁移方法，首先进行对应的内容、风格图像数据集构建，使用zero‑padding将内容图像、风格图像映射到隐空间；然后使用可逆残差网络的正向传播提取内容图像和风格图像的对应内容特征及风格特征，使用自适应实例归一化方法对提取出的内容特征图、风格特征图进行对应的特征融合；将融合后的特征图通过可逆残差网络的反向传播进行图像重构，获取对应的风格迁移图像。该发明是使用前馈神经网络进行图像风格迁移的方法，在风格损失计算中使用均值以及方差进行损失衡量，同时将拉普拉斯算子引入用于结构细化，以更好保留风格迁移图像的结构完整性。